La cartografía oportuna y precisa de los tipos de cultivos es crucial para el seguro agrícola, los futuros y las evaluaciones de riesgos de seguridad alimentaria. Sin embargo, actualmente la cartografía de cultivos se centra en el período post-cosecha y se presta menos atención a la cartografía temprana de cultivos. En este estudio, se exploró la viabilidad de utilizar datos de Sentinel-1 (S1) y Sentinel-2 (S2) para el tiempo de identificación más temprano (EIT) para los principales cultivos (girasol, maíz, trigo de primavera y melón) en el Distrito de Riego de Hetao (HID) de China, basado en la plataforma Google Earth Engine (GEE). Se propuso una estrategia de identificación temprana de cultivos basada en el modelo Random Forest (RF) para HID, y se evaluó el rendimiento de la transferencia del modelo. Primero, se utilizaron métodos de síntesis de la mediana, interpolación de cambio lineal y filtro Savitzky-Golay (SG) para reconstruir la serie temporal de S1 y S2. Posteriormente, se evaluó la sensibilidad de diferentes características de entrada, intervalos de tiempo e integración de datos para diferentes identificaciones tempranas de cultivos basadas en el modelo RF. Finalmente, el modelo con parámetros óptimos se evaluó en términos de su capacidad de transferencia y se utilizó para la cartografía temprana de cultivos en el área de HID. Los resultados mostraron que las características extraídas de las imágenes de S2 sintetizadas a intervalos de 10 días funcionaron bien para obtener los EIT de los cultivos. El girasol, maíz, trigo de primavera y melón pudieron ser identificados 90, 90, 70 y 40 días antes de la fecha de cosecha. La precisión de la identificación, medida por el puntaje F1, podría alcanzar 0.97, 0.95, 0.98 y 0.90, respectivamente. El rendimiento de la transferencia del modelo es bueno, con el puntaje F1 disminuyendo de 0 a 0.04 y sin cambios en EIT para diferentes cultivos. También se encontró que el EIT de los cultivos obtenido usando solo datos de S1 fue de 50-90 días más tarde que el obtenido usando solo datos de S2. Además, cuando se usaron S1 y S2 en conjunto, los datos de S1 contribuyeron poco a la identificación temprana de cultivos. Este estudio resalta el potencial de la cartografía temprana de cultivos utilizando datos satelitales, lo que proporciona una solución factible para la identificación temprana de cultivos en el área de HID y información valiosa para garantizar la seguridad alimentaria en la región.