Los aerosoles y su composición química ejercen una influencia en el ambiente atmosférico, el clima global y la salud humana. Sin embargo, obtener la composición química de los aerosoles con alta resolución espacial y temporal sigue siendo un problema desafiante. En este estudio, utilizando el NR-PM1 recolectado en el área de Beijing de 2012 a 2013, encontramos que la concentración promedio anual fue de 41.32 g·m, siendo el mayor porcentaje de orgánicos que representa el 49.3% del NR-PM1, seguido de nitratos, sulfatos y amonio. Luego establecimos modelos de composición química de aerosoles basados en un algoritmo de aprendizaje automático. Al comparar las precisiones de inversión de modelos individuales, a saber, el modelo MLR (Regresión Lineal Multivariable), el modelo SVR (Regresión de Vectores de Soporte), el modelo RF (Bosque Aleatorio), el modelo KNN (K-Vecinos Más Cercanos) y el modelo LightGBM (Máquina de Aumento de Gradiente Ligero), con la del modelo combinado (CM) después de seleccionar el modelo óptimo, encontramos que aunque la precisión del modelo KNN fue la más alta entre los otros modelos individuales, la precisión del modelo CM fue mayor. Al emplear el modelo CM en los datos de AOD (profundidad óptica de aerosoles) y datos meteorológicos emparejados espacial y temporalmente de la región de Beijing-Tianjin-Hebei, se obtuvo la distribución espacial de las concentraciones promedio anuales de los cuatro componentes. Las áreas con mayores concentraciones se sitúan principalmente en el suroeste de Beijing, y las concentraciones promedio anuales de los cuatro componentes en el suroeste de Beijing son 28 g·m, 7 g·m, 8 g·m y 15 g·m para orgánicos, sulfatos, amonio y nitratos, respectivamente. Este estudio no solo proporciona nuevas ideas metodológicas para obtener concentraciones de composición química de aerosoles basadas en datos de teledetección satelital, sino que también proporciona una base de datos y apoyo teórico para la formulación de políticas de prevención y control de la contaminación atmosférica.