This work aimed to model and forecast the average daily concentration of inhalable particulate matter (PM10) using the SARIMAX model, in the Greater Vitória Region (RGV), ES, Brazil, for the period from January 1st, 2008 to December 31th, 2018. For this, time series of PM10 concentration and meteorological parameters wind speed (V), relative humidity (U), precipitation (PP), temperature (T), solar radiation (I) and atmospheric pressure (P) were considered. These parameters were obtained from the State Environmental Institute (IEMA), being chosen the Laranjeiras, Carapina, Jardim Camburi, Enseada do Suá, Vitória (Centro), Ibes and Vila Capixaba stations to the study of prediction and forecasting. According to performance indicators, SARIMAX models, for most seasons, have been presented as good models for making predictions and forecasts of air quality in the localities. Regarding the prediction of regular air quality events, in general, the SARIMAX models stood out when compared to the SARIMA and ARMA models. Among the meteorological variables evaluated, V, U, PP and T stand out as predictor variables of PM10 concentrations and assumed a decisive role in improving the performance of the prediction models.Este trabalho teve como objetivo modelar e prever a concentração média diária de material particulado inalável (PM10) utilizando o modelo SARIMAX, na Região da Grande Vitória (RGV), ES, Brasil, para o período de 01/01/2008 a 31/12/2018. Para isso, utilizaram-se séries temporais de concentrações de PM10 e de variáveis meteorológicas velocidade do vento (V), umidade relativa (U), precipitação pluviométrica (PP), temperatura (T), radiação solar (I) e pressão atmosférica (P) obtidas junto ao Instituto Estadual de Meio Ambiente e Recursos Hídricos (IEMA), sendo escolhidas as estações Laranjeiras, Carapina, Jardim Camburi, Enseada do Suá, Vitória (Centro), Ibes e Vila Capixaba, para fazer o estudo de predição e previsão. Conforme os indicadores de desempenho, os modelos SARIMAX para a maioria das estações, apresentaram como bons modelos para realizar predições e previsões da qualidade do ar nas localidades. Em relação à predição de eventos de qualidade do ar regular, de forma geral, os modelos SARIMAX se sobressaíram quando comparados com os modelos SARIMA e ARMA. Entre as variáveis meteorológicas avaliadas, a V, U, PP e T destacam-se como variáveis preditoras das concentrações de PM10 e assumiram papel determinante na melhoria do desempenho dos modelos de previsão.