近年来,全球航空运输行业快速发展,民航出行需求的快速增长使得空域流量呈现出“高密度、高增长”的特点。民航公司通过增加航空线路或增添航班数目的方式来缓解与日俱增的空域交通需求,不可避免的造成了平均航班正常率下降,客运航班的平均延误时长增加。广播式自动相关检测能够实时更新飞机飞行的航空轨迹,为理解航空飞行状态、监测空中交通流提供了数据基础。机场终端空域的航行轨迹在空域管控、地面塔台指挥下相对固定,形成了结构相对固定、流量不断变化的空中交通网络。传统的空中交通流监测忽视了机场终端空域航空轨迹中蕴含的时空特征,也忽视了终端空域交通流的时空变化在机场延误预测中的影响。本研究将打破传统的空中交通流度量的局限性,首次构建了一套基于航空轨迹的终端空域交通流网络的构建和度量方法,并挖掘了机场终端空域航空轨迹中蕴含的时空模式特征,完善了基于空中交通流时空特征的延误率预测方法,不仅为机场终端空域管理领域提供了可复用的算法框架,也为研究者理解不同地区航空交通特征模式提供了新的视角。本文旨在通过构建机场终端空域的交通复杂网络,实现对空中交通流的实时监测;深入挖掘全球不同国家、地区空中交通复杂网络的模式特征;实现基于空中复杂的时空图卷积模型,提升对机场延误率的预测效果。本文的主要研究内容及结果如下:1)提出了一种机场终端空域交通复杂网络的自适应构建方法。基于航空轨迹数据,实现自适应识别机场终端空域交通枢纽点,识别机场终端空域轨迹骨架线,计算空域交通枢纽点交互流量并构建交通复杂网络的整套自动化计算流程。该方法可以适应于不同区域机场终端空域的交通流数据,较为精准的识别出重要的交通枢纽点和轨迹骨架线,并构建出具有时空变化特征的空中交通网络。2)探究了不同国家、地区机场在区域尺度和终端尺度下的空中交通模式特征。构建区域尺度的航空运输网络,度量不同机场间的流量交互关系;搭建机场终端空域交通复杂网络度量体系,挖掘全球不同地区机场的空中交通流规律。研究发现机场吞吐量与终端空域网络的结构、拓扑特征存在紧密联系;多特征模式下,全球机场可以分为三大基本类型,且类型分布与区域经济发展密切相关。3)提出了一种融合多要素的机场延误时空图卷积预测方法。基于结合传统的天气要素、延误率信息,以区域航空复杂网路为图结构,终端空域交通流的时空变化为特征,实现了用于预测机场延误率的时空图卷积模型。实验结果表明,该模型在不同类的机场上均有较好的预测效果。机场终端空域交通复杂网络特征对模型预测结果都有不同程度的精度提升,提升的RMSE精度在8%至16%之间。