Este estudio utilizó datos de reflectancia hiperespectral para evaluar los parámetros fisiológicos del cultivo de maíz dulce. El análisis de componentes principales (PCA) se aplicó para identificar las longitudes de onda que contribuyeron principalmente a cada PC seleccionado. Se utilizaron análisis de correlación y regresión lineal múltiple, con un algoritmo paso a paso, para seleccionar los índices de vegetación (VIs) de mejor rendimiento para monitorear el rendimiento y la respuesta fisiológica del maíz dulce cultivado bajo diferentes disponibilidades de agua y nitrógeno. Las mediciones de reflectancia espectral de los cultivos se tomaron durante la etapa de mediados de temporada, durante dos temporadas de crecimiento consecutivas. Los resultados de la regresión multivariada mostraron que los índices del grupo de borde rojo, como CARI (Índice de Reflectancia de Absorción de Clorofila), DD (Índice de Doble Diferencia), REIP (Punto de Inflexión de Borde Rojo) e índices Clred-edge (Borde Rojo de Clorofila) fueron buenos predictores del rendimiento y los parámetros fisiológicos, confirmando el papel crucial de la región espectral de borde rojo que también surgió a través de PCA. Además, los VIs DD, REIP y Clred-edge pudieron discriminar el estrés temporal transitorio en la etapa de mediados de temporada, así como separar los niveles de estrés hídrico y de N. Por lo tanto, los VIs de reflectancia hiperespectral pueden proporcionar información válida a los productores, ayudándoles a identificar y discriminar entre diferentes condiciones de estrés.