Nghiên cứu xây dựng mô hình học sâu kết hợp dữ liệu vệ tinh (AOD, NDVI) và dữ liệu cảm biến mặt đất để dự báo nồng độ PM₂.₅. Mô hình sử dụng mạng nơ-ron tích chập (CNN) để trích xuất đặc trưng không gian và mạng hồi tiếp (LSTM) để xử lý chuỗi thời gian. Dữ liệu được thu thập từ nhiều nguồn, bao gồm MODIS, VIIRS và các trạm đo thực tế. Kết quả cho thấy mô hình đạt độ chính xác cao hơn so với các phương pháp truyền thống, đặc biệt tại các khu vực không có trạm quan trắc. Phương pháp này có tiềm năng ứng dụng trong giám sát môi trường và hỗ trợ ra quyết định chính sách không khí sạch.