碳核查是确保航空业减排目标得以实现的重要环节。业界采用核证航班燃油消费量的方法实现碳核查的目的。随着飞机运营人航班量的显著增加,有限的时间内高质量完成如此巨大核查工作量几乎成为难以逾越的障碍:航空器性能、载量、飞行员操纵行为和运输过程实时大气环境等综合因素会给航班燃油消费量的科学分析与工程性合理判别带来显著困难。因而,迫切需要提出新的方法来完成碳核查中油耗数据合理性的判断。基于油耗数据的分布特性,建立了两种适宜的区间估计方法来解决航班燃油消费量合理性判别所蕴含的科学问题,通过实例反证方法的有效性。首先,研究了油耗数据的分布特性。基于历史航班QAR数据获取用于油耗分析、建模、验证的数据源;采用核密度估计方法发现了短、中、长航程航段油耗数据具有双峰分布现象,研究得出造成该现象的主要原因是:不同的飞机运行方式、载量以及风的影响;发现了截尾油耗数据分布的稀疏性及非正态特性导致基于单因素的油耗估计区间难以建立的问题,为多因素的截尾油耗数据核查方法初步筛选了相关的飞行特征。其次,建立了基于SVQR-Bootstrap的区间估计方法。针对航段油耗数据具有双峰分布特性导致正态分布假设下的区间估计方法估计效果不佳的问题,采用SVQR方法估计油耗条件分位数,并将其输出作为Bootstrap的输入,估计总体统计量,进而构建估计区间。实验结果表明:所提方法无需假设数据先验分布,且能充分利用估计油耗的分布信息,所得估计区间质量较高。使用该方法可实现对油耗数据合理性的初步判断。再次,提出了基于C-SHAP-QRF的区间估计方法。旨在解决截尾油耗数据的分布特性造成基于单因素的油耗估计区间难以建立的问题,首先提出了C-SHAP方法进行特征选择,随后使用随机过采样算法在数据层面上改进QRF区间估计方法。实验结果表明:C-SHAP方法可筛选出较优的特征子集,改进的QRF区间估计方法可提高估计区间质量。使用该方法可进一步对油耗数据的合理性进行判断。