随着我国民航业的飞速发展,航班延误对旅客和航空公司的影响日益突出。由于导致航班延误因素的随机性和不确定性,造成航班延误难以准确预测。因此,探索一种可以提高航班延误预测准确率的方法,对减少航班延误的影响、提高运行效率和探索航班延误的传播机理具有重要的理论价值和实际意义。本文以航班次衍生延误为切入点,对其进行定量评估和预测。首先,对历史航班数据进行降采样,提取与空域单元相关联的航班延误特征;而后,从历史航班数据中获取航路信息,结合航图构建航路网络模型;然后,使用DBSCAN算法建立受限空域单元识别模型,对受限空域单元进行识别,同时确定受限的起止时间;根据识别结果,筛选出存在次衍生延误的航班,对各航班的次衍生延误进行定量评估,对航班次衍生延误的影响因素进行相关性分析;最后,使用多元线性回归、回归树、支持向量回归和深度学习四种算法建立航班次衍生延误预测模型进行预测,根据预测结果和特征重要度分析总结归纳其传播机理。研究结果表明,本研究中建立的受限空域单元识别模型可以准确的识别出受限的空域单元,并可以将识别结果可视化;研究中使用的四种预测方法在航班次衍生延误预测方面有着较好的表现。