Actualizamos el inventario de emisiones antropogénicas en el Pronóstico Global de Conjuntos Operacionales para Aerosoles (GEFS-Aerosols) de NOAA para mejorar la predicción del modelo sobre la profundidad óptica de aerosoles (AOD). Utilizamos una metodología para actualizar rápidamente las emisiones globales de dióxido de azufre (SO) antropogénicas utilizando un método de escalado de sesgo de AOD especificado. El método de escalado de sesgo de AOD se basa en las últimas predicciones del modelo en comparación con el análisis retrospectivo de la era moderna de NASA para la investigación y aplicaciones, versión 2 (MERRA2). El sesgo del modelo se aplicó posteriormente a las emisiones de SO de CEDS 2019 para su ajuste. Las predicciones mensuales promedio de AOD del GEFS-Aerosols se evaluaron en comparación con un conjunto de observaciones satelitales (por ejemplo, MISR, VIIRS y MODIS), observaciones terrestres de AERONET y los resultados del conjunto del International Cooperative for Aerosol Prediction (ICAP). Los resultados muestran que la transición de los datos de emisiones de CEDS 2014 a CEDS 2019 llevó a una mejora significativa en el rendimiento del modelo operativo GEFS-Aerosols, y la aplicación de las emisiones de SO escaladas por sesgo podría mejorar aún más las distribuciones globales de AOD. Los sesgos de los AOD simulados en comparación con los AOD observados variaron con el tipo de observación y las estaciones en un factor de 3~13 y 2~10, respectivamente. Las distribuciones globales de AOD mostraron que las diferencias en las simulaciones en comparación con ICAP, MISR, VIIRS y MODIS fueron mayores en marzo-mayo (MAM) y menores en diciembre-febrero (DJF). Al evaluar en comparación con los datos de verdad terrestre de AERONET, los métodos de escalado de sesgo mejoraron la correlación estacional global, el Índice de Acuerdo (IOA) y los sesgos medios, excepto en la temporada MAM, cuando los sesgos regionales negativos se agravaron en comparación con los sesgos regionales positivos. El efecto del escalado de sesgo tuvo el impacto más beneficioso en el rendimiento del modelo en las regiones dominadas por emisiones antropogénicas, como el Este de Asia. Sin embargo, mostró menos mejora en otras áreas afectadas por el mayor transporte relativo de fuentes de emisiones naturales, como India. Las precisiones de la observación de referencia o los datos de asimilación para las entradas ajustadas y la física del modelo para las salidas, así como la selección de regiones con menos emisiones estacionales de aerosoles naturales, determinan el éxito de los métodos de escalado de sesgo. Un estudio complementario sobre el escalado de emisiones de aerosoles absorbentes antropogénicos necesita una mejor predicción de aerosoles.