贵州仁怀茅台机场于2017年正式通航以来,旅客吞吐量和起降架次呈快速增长态势,飞行量快速增长,但机场地形地貌复杂,大雾天气一直是导致机场航班不正常的重要因素之一,对茅台机场的航班正常运行和效率造成巨大影响,因此提高雾的预报准确率对提升茅台机场的航空服务质量有着重要意义。本文通过选取2017年1月19日至2019年12月近三年的地面气象要素观测数据、机场航站天气预报以及ERA5再分析数据,对茅台机场雾的天气特征进行分析,并利用决策树模型,逻辑回归算法和循环神经网络这三种客观预报方法对雾进行预报,通过三种客观预报技术方法与机场人工预报准确率的比较,以期能够更好的提升雾的准确预报率,减轻大雾对民航的危害,从而提升茅台机场运行效率。得到的主要结论如下:（1）茅台机场雾天气频发,雾呈周期性震荡变化,季节变化是冬多夏少,月变化是10月份到次年3月份雾发生频率最高。日变化是夜间时段的发生频率最高,而上午时段的消散频率最高,茅台机场多短雾。能见度季节变化是夏季最高,冬季最低,日变化是下午能见度最高,早晨能见度最低。（2）通过分析茅台机场雾的气象统计特征发现,温度、湿度、24小时降水、气压、风场和云量等是其主要影响因子。低温,高湿,前期有降水,轻风,东南风向以及云量较多时,更有利于大雾的形成发展和维持,这为后期建立雾客观预报因子数据集做好铺垫。（3）本文基于多种客观预报方法对茅台机场2019年冬季雾进行预报,并与机场人工预报进行对比,发现茅台机场逻辑回归和决策树算法这两种客观预报雾的方法的预报效果一般,而基于茅台机场雾的海量时序数据的循环神经网络对茅台机场雾的预报准确率较高,因此循环神经网络这种客观预报方法显著提升了茅台机场雾的准确预报率,为机场大雾预报提供新的手段。（4）茅台机场两种典型的辐射雾和平流雾发生期间地面温度均较低,风速较小,地面相对湿度接近饱和状态,在后期使用循环神经网络预报两种大雾,可见循环神经网络对辐射雾的预报效果比平流雾好,这与两种雾的成雾性质有关。