21世纪以来,随着国家经济建设与工业生产的高速发展,航空交通运输成为人们选择的主要出行方式之一,因而航空安全性及准点率越来越受到人们的密切关注。而飞机积冰、颠簸、雷暴、风切变以及低能见度等气象因素是影响航班正常运行的重要原因之一,其中西南地区机场受低能见度影响尤为显著。本文以成都双流机场2014-2018年5年间的气象数据、大气气溶胶和大气污染物数据对机场航班延误及恢复进行预测,主要内容由以下三个部分组成:多元非线性分析、低能见度预测、航班延误及恢复预测,具体概述如下:多元非线性分析部分,先进行能见度与其影响因子之间的变化趋势及相关性分析,确定3个主要影响因子及3个次要影响因子。由于能见度观测值受观测仪器量程的影响,为了数据的规范化,剔除数值为10km的数据组,对3个主要影响因子做多元非线性拟合,用得到的拟合方程对剔除数据组的能见度做反向计算得到的优化数据,优化数据组中的能见度与其影响因子之间的任何非线性相关性均较原数据组要高,且主要影响因子与能见度之间的相关函数为S型函数。在低能见度预测方面,根据双流机场的实际低能见度运行程序设定3个能见度等级标准。由于一般BP神经网络存在局限性,所以构建经遗传算法优化的BP神经网络预测模型对接下来1h,2h,3h的能见度分别做预测,结果显示预测模型具有较好的精准度。在航班延误及恢复预测方面,双流机场的小时排班量与小时延误量具有很强的规律型,进行拟合得到代表其规律性的(4()和()函数,建立对航班延误及恢复时间的预测模型,该预测模型与(4()和()函数结合能较好的预测延误航班的恢复时间。根据文中的两类预测模型的预测结果精准度,可对运行的机场进行航班延误及恢复做提前预测。针对即将到来的低能见度天气或即将恢复的延误航班,空管、机场和航空公司等单位都可以提前制定相应的应急策略和人员安排等工作。