随着当今民用航空运输业的快速发展，航班延误问题也日渐突出，而伴随航班延误而来的衍生事件的危害更不能忽视。若能对航班延误及其衍生事件作出准确的预警，将大大降低了航空公司的经济损失。本文的主要目的是结合航班延误预测与监控系统中提供的人群特征为航班延误引发的衍生事件建立一个预警模型，及早地预测航班延误及由此引发的旅客群体性事件，以便工作人员做好及时的应急处置。首先，本文介绍了航班延误预测方法与人群特征提取方法。在航班延误预测中采用加权马尔科夫预测算法与贝叶斯统计方法分别获取未来时段内的离港航班延误量与平均延误时间；在提取人群特征的过程中，采用SA-AdaBoostSVM人脸识别与纹理分析相结合的方法提取人群密度特征，同时采用空间聚类算法提取人群聚集外形特征。接着，通过实验验证了每一个算法的可行性，即实现了模型所需特征量的获取。然后，选取敏感的特征量建立模型的预警指标体系，借助文献与调研来构建各预警量级，进而建立了对航班延误衍生事件的综合评判模型，通过实验验证了这一预警模型的准确性。最后，总结了本文的研究内容和实现的成果，并提出了有待进一步研究和探索的问题。