В работе рассматривается метод автоматического создания независимой и репрезентативной обучающей выборки на основе имитационной модели роста и развития растений WOFOST, параметризованной по историческим наземным и спутниковым данным, для распознавания посевов сельскохозяйственных культур текущего сезона вегетации. Предложенный метод позволил осуществить уверенное распознавание полей, занятых пятью различными культурами, без использования актуальной наземной информации об их расположении или априорных знаний о различиях их сезонного развития. Рассчитанная на основе наземных данных для пяти исследуемых культур общая точность распознавания составила 85 %. Рассмотрение временных серий модельных значений индекса листовой поверхности в качестве эталонов фазовых характеристик позволило использовать относительно простые критерии для определения типичных представителей выбранных культур на основе анализа их сезонной фенологии и дало возможность построить опорную выборку для обучения и дальнейшей классификации. Такое решение может быть использовано при распознавании широкого набора сельскохозяйственных культур на больших территориях, где основной проблемой является сложность или невозможность своевременного получения опорных данных текущего сезона вегетации для обучения классификатора другими методами.