La variación en el crecimiento de los cultivos proporciona información crítica para la estimación del rendimiento, el diagnóstico de la salud de los cultivos, la gestión de campos de precisión y la fertilización a tasa variable. Este estudio construye indicadores clave de monitoreo (KMI) para el crecimiento del maíz basados en datos de teledetección satelital, junto con modelos de inversión para estos indicadores de crecimiento. Inicialmente, el índice de área foliar (LAI) y la altura de la planta se integraron en el KMI calculando sus respectivos pesos utilizando el método de peso de entropía. Luego se seleccionaron ocho índices de vegetación derivados de datos de teledetección satelital del satélite Sentinel-2A: el Índice de Vegetación de Diferencia Normalizada (NDVI), el Índice de Vegetación Perpendicular (PVI), el Índice de Vegetación Ajustado al Suelo (SAVI), el Punto de Inflexión del Borde Rojo (REIP), el Índice de Clorofila de Borde Rojo Invertido (IRECI), la Relación Simple Específica del Pigmento (PSSRa), el Índice de Clorofila Terrestre (MTCI) y el Índice de Relación de Absorción de Clorofila Modificada (MCARI). Se realizó un análisis comparativo para evaluar la correlación de estos índices en la estimación de la altura de las plantas de maíz y el LAI. A través de la eliminación recursiva de características, los índices más altamente correlacionados, REIP e IRECI, fueron seleccionados como los óptimos índices de vegetación de doble borde rojo. Se estableció un modelo de red neuronal profunda (DNN) para estimar la altura de las plantas de maíz, logrando un rendimiento óptimo con una R de 0.978 y un error cuadrático medio (RMSE) de 2.709. Para la estimación del LAI, se desarrolló un modelo DNN optimizado utilizando la optimización por enjambre de partículas (PSO), obteniendo una R de 0.931 y un RMSE de 0.130. El KMI permite a los agricultores y agrónomos monitorear el crecimiento de los cultivos de manera más precisa y en tiempo real. Finalmente, este estudio calculó el KMI integrando los resultados de inversión para la altura de las plantas y el LAI, proporcionando un marco efectivo para la evaluación del crecimiento de los cultivos utilizando datos de teledetección satelital. Esto permite de manera exitosa el monitoreo del crecimiento basado en teledetección para el campo experimental de 2023 en Haicheng, haciendo posible el monitoreo y la gestión precisa del crecimiento de los cultivos.