Predecir la emisión anómala de contaminantes en la atmósfera con anticipación es crucial para las industrias que emiten tales elementos, ya que les permite tomar medidas correctivas destinadas a evitar dichas emisiones y sus consecuencias. En este trabajo, proponemos un modelo funcional de localización-escala para predecir con anticipación episodios de contaminación en los que intervienen dos contaminantes. Se utilizan modelos aditivos generalizados funcionales (FGAMs) para estimar las medias y varianzas del modelo, así como la correlación entre ambos contaminantes. El método no solo pronostica las concentraciones de ambos contaminantes, sino que también estima una región de incertidumbre donde deberían ubicarse las concentraciones de ambos contaminantes, dada un nivel específico de incertidumbre. El rendimiento del modelo fue evaluado utilizando datos reales de emisiones de SO y NO de una central eléctrica de carbón, obteniendo buenos resultados.