यह शोधपत्र कृषि वायु प्रदूषण के पर्यावरणीय और जन स्वास्थ्य प्रभावों पर केंद्रित है। मौजूदा वायु गुणवत्ता पूर्वानुमान मॉडल भौतिकी-आधारित दृष्टिकोणों पर निर्भर करते हैं, जो जटिल और अरैखिक प्रदूषकों की परस्पर क्रियाओं को समझने में कठिनाई पैदा करते हैं। इसलिए, यह अध्ययन लोकप्रिय आर्किटेक्चर का मूल्यांकन करता है और कृषि N₂O उत्सर्जन की भविष्यवाणी करने के लिए दो नवीन डीप लर्निंग आर्किटेक्चर, एमिशननेट (ENV) और एमिशननेट-ट्रांसफॉर्मर (ENT) का प्रस्ताव करता है। ये मॉडल उच्च-रिज़ॉल्यूशन उत्सर्जन डेटा से स्थानिक-कालिक निर्भरताएँ निकालने के लिए कन्वोल्यूशनल और ट्रांसफॉर्मर-आधारित आर्किटेक्चर का लाभ उठाते हैं।
