Este estudio investiga la aplicabilidad del uso de la información del cielo de un imaginer de cielo completo (ASI) para recuperar propiedades ópticas y tipos de aerosoles. La información del cielo del ASI, en términos de canales Rojo-Verde-Azul (RGB) y área de saturación solar, se importa a un algoritmo de aprendizaje automático supervisado para estimar cinco diferentes propiedades ópticas de aerosoles relacionadas con la carga de aerosoles (profundidad óptica de aerosoles, AOD a 440, 500 y 675 nm) y tamaño (exponente de Ångström a 440-675 nm y fracción de modo fino a 500 nm). Las propiedades ópticas de aerosoles recuperadas se comparan con mediciones de referencia de la estación AERONET, mostrando un acuerdo adecuado (R: 0.89-0.95). Los errores de AOD aumentaron para valores más altos de AOD, mientras que para AE y FMF, los sesgos aumentaron para partículas gruesas. En cuanto a la clasificación de tipos de aerosoles, las propiedades recuperadas pueden capturar el 77.5% de los casos totales de tipos de aerosoles, con excelentes resultados para la identificación de polvo (>95% de los casos). Los resultados de este trabajo promueven el ASI como una herramienta valiosa para la recuperación de propiedades ópticas y tipos de aerosoles.