La expansión de las prácticas agrícolas y la cría de animales son contribuyentes clave a la contaminación del aire. Las granjas de ganado contienen gases peligrosos, por lo que desarrollamos un analizador de contaminación del aire en granjas de ganado para contar el número de ganado y proporcionar estadísticas completas sobre las concentraciones de diferentes contaminantes del aire según la gravedad a lo largo de varios períodos de tiempo. La modelización se realizó en dos partes: la primera etapa se centró en la detección de objetos utilizando datos satelitales de imágenes de granjas para identificar y contar el número de ganado; la segunda etapa predijo la concentración de contaminantes del aire en la próxima hora de los siete contaminantes del aire de las granjas de ganado considerados. La salida de la segunda etapa se visualizó según la gravedad, y se realizaron análisis sobre los datos históricos. La visualización ilustra la relación entre el conteo de ganado y los contaminantes del aire, un factor importante para analizar la tendencia de concentración de contaminantes. Propusimos los modelos Detectron2, YOLOv4, RetinaNet y YOLOv5 para la primera etapa, y LSTM (de un solo/múltiples rezagos), CNN-LSTM y Bi-LSTM para la segunda etapa. YOLOv5 tuvo el mejor rendimiento en la etapa uno con una precisión promedio de 0.916 y un recall de 0.912, siendo la precisión promedio y el recall para todos los modelos superiores a 0.87. Para la etapa dos, CNN-LSTM tuvo un buen desempeño con un MAE de 3.511 y un MAPE de 0.016, mientras que un modelo apilado tuvo un MAE de 5.010 y un MAPE de 0.023.