2016年,我国很多城市被延绵不散的雾霾所笼罩,朦胧不再是一种美,而成了人们正常工作生活的巨大阻碍。近年来,雾霾天气持续时间不断延长、污染物浓度持续升高,空气质量问题成为了人们的"心肺之患"。以空气质量指数的变化规律为研究依据,预知空气质量未来发展趋势,因势利导、科学防治,是空气污染难题得以突破的关键所在。空气质量指数呈现的是时间序列特征,最初,时间序列分析常用的为单一模型,但单一模型具有自身局限性。组合模型却能扬长避短,多角度挖掘样本信息,全面、系统的进行结论分析,因而受到了更多学者的青睐。已有文献表明组合模型可以应用到空气质量数据的研究、预测中,且呈现了该方法的应用优势。本文以组合理论为指导思想,广泛查阅相关文献,在对最优组合预测模型和变权组合预测模型有了深刻理解的基础上,尝试从累加残差入手,建立变权组合预测模型。残差是预测精度的客观反映,通过累加残差构造权系数,以权重的变化体现各种预测方法在预测模型中的重要程度,依照时间序列数据的特点调整模型构成,以此使模型更加适应数据的变化趋势,从而达到更加理想、更加稳健的拟合预测效果。并利用此模型对济南市空气质量指数AQI进行了分析研究,从理论和实践两方面证实了该方法的可行性和有效性,能在一定程度上指导AQI序列未来规律的研究、空气的防治。