El maíz es un cultivo alimentario importante en todo el mundo, y su rendimiento está directamente relacionado con la seguridad alimentaria de China. La extracción precisa de maíz mediante teledetección puede lograr la aplicación racional de los recursos terrestres, lo que es de gran importancia para el desarrollo sostenible de la agricultura moderna. En el campo de la clasificación de cultivos a gran escala mediante teledetección, las imágenes ópticas de un solo período a menudo no pueden lograr una clasificación de alta precisión. Para mejorar la precisión de la clasificación, se han adoptado gradualmente combinaciones de imágenes de series temporales múltiples. Sin embargo, debido a la influencia del clima nublado y lluvioso, a menudo es difícil obtener imágenes ópticas de series temporales completas. Los datos de radar de apertura sintética (SAR) se obtienen mediante microondas, que tienen un fuerte poder de penetración y no se ven afectados por las nubes. Una forma crítica de resolver este problema es utilizar imágenes SAR para compensar la falta de imágenes ópticas y obtener una imagen de serie temporal completa en la temporada de crecimiento del maíz. Sin embargo, las imágenes SAR tienen longitudes de onda limitadas y no pueden proporcionar longitudes de onda importantes, como las bandas de luz visible y la información del infrarrojo cercano. Para resolver este problema, este estudio tomó la ciudad de Zhaodong, una base vital de cultivo de maíz en China, como área de investigación; tomó GF-6/GF-3 y Sentinel-1/Sentinel-2 como fuentes de datos de teledetección; diseñó 12 escenarios de clasificación; analizó el mejor período de clasificación y la mejor combinación de series temporales para la clasificación del maíz; estudió la influencia de las imágenes SAR en los resultados de clasificación de imágenes de series temporales; y comparó las diferencias de clasificación entre GF-6/GF-3 y Sentinel-1/Sentinel-2. Los resultados muestran que la precisión de clasificación de las combinaciones de series temporales es mucho mayor que la de las imágenes de un solo período. Las características de polarización de las imágenes SAR pueden mejorar la precisión de clasificación con imágenes de series temporales. La precisión de clasificación de las imágenes de la serie GF de China es claramente superior a la de las imágenes de la serie Sentinel. La investigación realizada en este documento puede proporcionar una referencia para la clasificación agrícola mediante el uso de datos de teledetección.