Este estudio exploró la capacidad que ofrece el producto de profundidad óptica de aerosoles (aerosol optical depth, AOD) creado diariamente desde imágenes MODIS (Moderate Resolution Imaging Spectroradiometer) adquiridas a las 10:30 AM y 1:30 PM hora local, para predecir las concentraciones superficiales de material particulado fino (MP2,5), medidas en las estaciones de monitoreo de la ciudad de Santiago, Chile, durante los meses estivales del año 2016. Para esto, fueron realizadas correlaciones lineales entre ambas fuentes de datos, remotos y de terreno, calzados en tiempo y espacio, que permitieron dilucidar los días y estaciones donde MODIS-AOD puede ofrecer la mejor correlación. Considerando estos casos fue realizado un modelo de regresión lineal simple que permitió explorar la capacidad predictiva de MODIS-AOD. Las mejores correlaciones fueron consistentemente obtenidas cuando los datos MODIS-AOD creados a la 1:30 PM fueron considerados por estación a lo largo de todos los días muestreados en el período de interés. Al agrupar las estaciones de Cerro Navia, Quilicura y Pudahuel, el coeficiente de correlación fue 0,77, en tanto que el modelo de regresión explicó el 63% del comportamiento de las concentraciones superficiales de MP2,5 y mostró una precisión de 69,1%. Los hallazgos de este estudio exploratorio constituyen una primera aproximación al modelado de las concentraciones superficiales de MP2,5 en la ciudad de Santiago, con miras a ser robustecido a futuro, para con ello contribuir a prever alertas ambientales y ocurrencias de enfermedades relacionadas a la exposición del contaminante.This study explored the capabilities offered by the aerosol optical depth (AOD) product (created on a daily basis from MODIS (Moderate Resolution Imaging Spectroradiometer) images acquired at 10:30 AM and 1:30 PM local time, to predict the at-surface concentrations of fine particulate matter (PM2.5) measured on the monitoring stations of the city of Santiago, Chile, during the summer months of 2016. To accomplish that, linear correlations were performed between remote-based and field-based data sources, both matched in time and space, in order to find the days and stations where MODIS-AOD may offer the best correlation. Based on these cases, a linear regression model was performed in order to explore the predictive power of MODIS-AOD. The best correlations were consistently obtained when MODIS-AOD data created at 1:30 PM were used at the station level for all the sampled days of the study period. When the monitoring stations of Cerro Navia, Quilicura and Pudahuel were grouped, the correlation coefficient was 0.77 and the predictive model explained the 63% of the at-surface MP2.5 concentrations and yielded an accuracy of 69.1%. The findings of this exploratory study provide a first approach to the modeling of the at-surface concentrations of fine particulate matter in the city of Santiago, which could be improved in a future with the aim to anticipate environmental warnings and disease outbreaks related to the exposure of this pollutant.