Peneliti di Atmospheric Chemistry and Physics menguji GeoNet, model AI berbasis ConvLSTM. Model ini memadukan NO2 satelit geostasioner GEMS per jam dan data meteorologi. Tujuannya ialah memprediksi NO2 permukaan ber-cakupan penuh setiap 4 jam sampai 24 jam.
Selain itu, evaluasi terhadap data stasiun CNEMC menunjukkan kinerja validasi sekitar R^2 0,68 dan RMSE 12,31 µg/m³. Hasil ini diklaim melampaui prakiraan model kualitas udara tradisional. Namun, galat meningkat pada jam prediksi yang lebih jauh. Studi menjelaskan penyebab utamanya ialah umur NO2 yang pendek.
Sementara itu, satelit GEMS memberi kontribusi fitur terbesar untuk prediksi NO2 hari berikutnya. Kinerja model juga bergantung pada cara mengisi gap data satelit saat berawan. Di sisi lain, pendekatan ini membuka layanan peringatan dini paparan NO2. Layanan ini juga membantu area yang minim stasiun pemantauan.