El índice de calidad del aire (ICA) pronosticado en las grandes ciudades es un área de estudio emocionante en las ciudades inteligentes y la salud en Internet de las cosas. En los últimos años, se han publicado un gran número de trabajos empíricos, académicos y de revisión utilizando aprendizaje automático (ML) para el análisis de la calidad del aire. Sin embargo, la mayoría de esos estudios se centraron en el procesamiento centralizado tradicional en una sola máquina, y ha habido pocas encuestas sobre el aprendizaje federado (FL) en este campo. Este resumen tiene como objetivo llenar este vacío y proporcionar a los recién llegados una perspectiva más amplia para informar futuras investigaciones sobre este tema, especialmente para el enfoque de múltiples modelos. En esta encuesta, repasamos los trabajos que los académicos anteriores han realizado en el pronóstico del ICA tanto en enfoques de ML tradicionales como en mecanismos de FL. Nuestro objetivo es comprender la investigación previa sobre la predicción del ICA, incluidos métodos, modelos, fuentes de datos, logros, desafíos y soluciones aplicadas en el pasado. También transmitimos un nuevo camino de uso de FL de múltiples modelos, que ha despertado recientemente el interés de la comunidad de informática.