La estimación temprana del área de siembra de cultivos es crucial para lograr una asignación efectiva de recursos gubernamentales, optimizar la planificación de distribución de recursos y la preparación relacionada con la seguridad alimentaria. El uso de imágenes de teledetección durante el período de crecimiento de los cultivos para la estimación del área de siembra de cultivos ha recibido una atención creciente. Sin embargo, la estimación del área a partir de teledetección a menudo se retrasa en la obtención de datos de imagen. Además, este método también se ve influenciado por la calidad de los datos de imagen de teledetección y la precisión de la segmentación. Este artículo propone un nuevo método para la estimación temprana del área basado en datos de cobertura terrestre de varios años utilizando una red tridimensional convolucional de extremo a extremo. Este método elimina el impacto del proceso intermedio de precisión de segmentación de imagen en la estimación del área. Además, se emplea la tecnología de multi-subimagen para resolver el problema del tamaño de muestra de entrada inconsistente, y se utiliza la tecnología de suavizado de distribución de etiquetas para abordar el problema de la distribución desequilibrada de muestras. El método propuesto se evaluó en conjuntos de datos de maíz y soja de los Estados Unidos. En comparación con los métodos de referencia, el método logró errores relativos del 0.67% para el maíz y del 3.72% para la soja a nivel nacional en los Estados Unidos en 2021. Esto demuestra la efectividad del método propuesto y el potencial para el apoyo a la toma de decisiones tempranas. Este enfoque ofrece una nueva perspectiva para la estimación del área, avanzando significativamente en el momento de la predicción del área de siembra y mejorando la precisión de la estimación temprana del área, proporcionando ideas accionables para la toma de decisiones y la gestión de recursos.