Entender los patrones espacio-temporales de la contaminación del aire es crucial para las estrategias de mitigación, una tarea fomentada hoy en día por la generación de mapas de concentración continua mediante tecnologías de teledetección. Aplicamos modelado espacial para analizar dichos patrones espacio-temporales en Lombardía, Italia, una de las regiones más contaminadas de Europa. Realizamos autocorrelación espacial mensual (global y local) de las concentraciones promedio diarias de PM, PM, O, NO, SO y CO desde 2016 hasta 2020, utilizando datos satelitales de 10 x 10 km del Servicio de Monitoreo de la Atmósfera de Copernicus (CAMS), agregados en distritos de aproximadamente 100,000 habitantes. Las clases de uso del suelo se calcularon en los clústeres identificados, y la significancia de las diferencias se evaluó a través de la prueba de suma de rangos de Wilcoxon con corrección de Bonferroni. La autocorrelación global de Moran I fue en general alta (>0.6), indicando un fuerte agrupamiento. La autocorrelación local reveló clústeres alto-alto de PM y PM en las zonas urbanizadas centrales en invierno (enero-diciembre), y en los distritos agrarios del sur en verano y otoño (mayo-octubre). La descomposición temporal mostró que los valores de PM son particularmente altos en invierno. Emergiendo clústeres bajo-bajo en los distritos del norte para todos los contaminantes excepto O. Los picos estacionales para O ocurrieron en los meses de verano, con clústeres alto-alto principalmente en los distritos montañosos y ligeramente urbanizados en el noroeste. Estos hallazgos elaboran los patrones espaciales de concentración de contaminación del aire, proporcionando información para estrategias efectivas de gestión de la contaminación basadas en el uso del suelo.