Un enfoque común para estimar la distribución espacio-temporal de las propiedades de las especies atmosféricas es la asimilación de datos. Los métodos de asimilación de datos proporcionan la mejor estimación del parámetro requerido al combinar observaciones con información previa adecuada (fondo) que puede incluir la salida del modelo, datos de climatología o alguna otra primera suposición. Uno de los métodos de asimilación de datos relativamente simples y computacionalmente económicos es la interpolación óptima (OI). Este estima un valor de interés a través de una combinación lineal ponderada de datos de observación y fondo que se define solo una vez para todo el intervalo de tiempo de interés. La OI espacio-temporal (STOI) utiliza tanto la covarianza de error de observación espacial como la covarianza de error de fondo temporal. Esto permite llenar no solo los vacíos espaciales, sino también los temporales en las observaciones. Aplicamos la STOI a las observaciones diarias de profundidad óptica de aerosol (AOD) obtenidas en los sitios de AERONET (Red Robótica de Aerosoles) de Europa, utilizando las simulaciones del modelo de transporte químico GEOS-Chem y los datos de climatología de AOD como fondos. Encontramos que los errores cuadráticos medios en la estimación al usar datos modelados son comparables a los de usar datos de climatología. Con base en estos resultados, fusionamos las estimaciones obtenidas utilizando datos modelados y de climatología de acuerdo con sus errores cuadráticos medios. Esto permite mejorar las estimaciones de AOD en áreas donde las observaciones son limitadas en espacio y tiempo.