Il progetto si inserisce nel quadro delle più recenti istanze delle Agenzie Spaziali che considerano la stima delle concentrazioni di PM un obiettivo prioritario per le future missioni di Osservazione della Terra (OT). In accordo con l’Agenda 2030 delle Nazioni Unite, tra i cui obiettivi di sviluppo sostenibile è presente il Target 11.6 sulla riduzione dell’impatto ambientale delle città, e con le linee guida dell’Organizzazione Mondiale della Sanità, le concentrazioni di PM nelle città devono essere ponderate considerando i dati sulla distribuzione della popolazione. Il progetto indaga la possibilità di integrazione dati di AOD a media risoluzione (MISR, MODIS e VIIRS) con i prodotti AOD di MAIA. Tale combinazione fungerà da input per procedure di downscaling, mediante tecniche di AI, per l’estrazione di serie temporali di AOD ad alta risoluzione spaziale. Questi dati migliorati di AOD insieme alle immagini satellitari provenienti da diverse fonti, sia ad alta (come PRISMA, Sentinel-2, Sentinel-3) che a media risoluzione (MISR, MODIS, VIIRS e dati simulati di MAIA), verranno utilizzati per addestrare il modello di AI ad eseguire l’estrazione della concentrazione di particolato sottile (PM) a scala intra-urbana. I dati/prodotti satellitari come la Land Cover Land Use (LCLU) e la Land Surface Temperature (LST), dati meteorologici e altri predittori, verranno utilizzati per stimare quali siano i fattori che influenzano la variabilità spaziale delle concentrazioni di PM a scala intra-urbana. Con le informazioni ottenute sul particolato potrà essere valutata l’esposizione stagionale e mensile della popolazione al PM attraverso l’estrazione dell’indicatore SDG 11.6.2 (Annual mean levels of fine particulate matter in cities), che tenga conto dei dati demografici spazializzati calcolati utilizzando il metodo dasimetrico.