Nghiên cứu này tập trung phát triển mô hình ước tính nồng độ bụi mịn PM2.5 tại Thành phố Hồ Chí Minh bằng cách sử dụng thuật toán học máy Random Forest tích hợp với dữ liệu viễn thám đa nguồn (AOD và NDVI) và số liệu từ 6 trạm quan trắc mặt đất trong giai đoạn từ tháng 4/2021 đến tháng 3/2022. Với cấu hình tối ưu hóa, mô hình đạt được độ ổn định cao trên tập dữ liệu kiểm thử với hệ số tương quan Pearson là 0,7 và sai số RMSE là 5,4 g/m3. Kết quả phân tích cho thấy độ sâu quang học khí dung (AOD) là yếu tố quan trọng nhất, đóng góp tới 73,96% vào khả năng dự báo của mô hình. Về mặt không gian, nồng độ PM2.5 cao tập trung ở các quận trung tâm đô thị (30-35 g/m3), trong khi các khu vực ngoại thành và ven biển như Củ Chi và Cần Giờ có nồng độ thấp hơn. Đáng chú ý, nghiên cứu ghi nhận sự bất thường trong phân bố theo mùa khi nồng độ bụi mùa khô thấp hơn mùa mưa do tác động giảm phát thải từ các biện pháp giãn cách xã hội trong đại dịch COVID-19. Tổng thể, nghiên cứu khẳng định phương pháp tích hợp viễn thám, GIS và học máy là giải pháp hiệu quả để giám sát chất lượng không khí trên diện rộng, khắc phục hạn chế của mạng lưới quan trắc thưa thớt hiện nay.