目前我国大多数航空公司对FDR/QAR数据(数据同源,以下简称QAR数据)的利用仅限于传统的超限事件管理,即通过QAR超限事件发生的等级与次数来监控航班及评估飞行员绩效,QAR数据分析人员在航班执行完后提取飞机的QAR数据,根据各个超限事件的软(硬)监控标准来评估航班运行风险水平。大多数航空公司放弃对正常数据的研究,忽视了日常数据所蕴含的价值,从某种意义上来说是忽视飞机运行风险。如果将一段时期内所有的QAR记录数据(正常数据以及超限数据)作为一个总体样本空间,结合统计学原理研究出航班在某一飞行节点数据参数的分布规律后,再根据相对应的概率密度函数就可以预测超限事件(事故征候)的发生风险,笔者正是基于这种考虑建立一个基于FDR/QAR数据的航班运行风险指数模型。本文结合多元统计理论,开展了航班运行风险指数的研究。对多元统计方法的科学性以及将其应用到QAR数据分析及航班运行风险分析中的合理性进行了系统的介绍。实践证明,绝大部分QAR数据超限事件不是偶然发生的,而是在超限发生之前就存在“征兆”。以B737-800飞机上QAR所记录的数据为例,结合B737-800飞机的监控标准,根据小概率事件原理,在科学的显著性水平上可以根据飞行品质监控中QAR数据点的排列预测其超限风险概率。该模型选取16个重要飞行参数建立了主元模型,可以根据以往飞行数据评估航班的运行风险,实现风险指数评估。由于风险指数比目前的超限管理中的统计数据更为精确和直观,所以不会对当前的超限管理造成冲突,同时起到了补充和参考的作用。本文最后结合真实的QAR数据对提出的基于QAR数据分析的飞行安全风险指数模型进行了验证,结果表明:该方法能够基于QAR数据的分析评估航班运行的风险水平,根据具体应用背景进行修正后能够实现对个体和群体的风险控制。