Para comprender la distribución espacial de las áreas de siembra de soja en el tiempo es el requisito previo para el trabajo de monitoreo del crecimiento, evaluación de daños en los cultivos y estimación de rendimientos. La investigación sobre la identificación de soja mediante teledetección realizada en China se centra principalmente en las principales áreas productoras del noreste de China, prestando poca atención a la región de Huang-Huai-Hai y la cuenca del río Yangtsé, donde las estructuras de siembra complejas y el paisaje agrícola fragmentado presentan grandes desafíos para el mapeo de la soja en estas áreas. Este estudio utilizó imágenes chinas GF-6 WFV adquiridas durante la etapa de formación de vainas de soja en la temporada de crecimiento de 2019, y dos condados, es decir, Guoyang situado en la llanura norte de la provincia de Anhui y Mingguang ubicado en la región montañosa de Jianghuai, fueron seleccionados como áreas de estudio. Se emplearon tres algoritmos de aprendizaje automático para establecer modelos de identificación de soja, y la distribución de las áreas de siembra de soja en las dos áreas de estudio fue extraída por separado.