航班过站时间是由多个航班过站关键节点构成,影响因素众多,对航班过站时间的准确预估能够在航班延误发生后对下一班的航班离港时间作出正确判断,而对航班过站时间进行准确预估的前提,是对航班过站数据进行特征选择,找到影响航班过站关键节点时间的重要特征子集,分析多维航班数据与航班过站关键节点时间的关系。当下航班过站数据特征选择普遍采用传统的数据统计方法,然而航班过站关键节点时间影响因素复杂,采用传统方法筛选特征子集难以取得满意效果。另一方面,在航班数据日益增长的大数据时代,随着民航数据量规模逐步增长,传统的离线数据处理模式也已经不适用于新的航班运控需求,在很多场景下需要在航班数据产生时立即捕获数据进行针对性的业务动作。针对上述存在的两种问题,论文进行如下研究:针对离线航班过站关键节点时间特征选择问题,提出了一种基于Light GBM集成树模型的航班过站数据特征选择方法。对航班过站数据进行研究,针对不同时间跨度的缺失航班数据设计了三种处理方法,并对类别特征进行特征编码,采用随机森林算法进行初步特征选择,基于Light GBM集成树构建航班过站数据特征选择模型,并通过网格搜索法进行参数优化。通过多组对比实验结果表明,该方法在各指标上表现更优,筛选出来的特征与航班过站关键节点时间的关联程度更高,更能反映特征数据与航班过站关键节点的关系。针对在线航班数据实时特征选择问题,设计了一种基于Spark的分布式航班过站关键节点时间实时特征选择方法,通过结合Flume与Kafka能够有效解决航班大数据流的并发采集问题,在Spark集群上使用Spark Streaming与增量Light GBM算法相结合解决实时特征选择问题,为大数据环境下的航班运控效能提升,提供了一个实时处理分析方案。实验结果表明,在保证预测准确度的情况下,该方法处理能力更高,效果更好。