Niedrige Sichtweiten verlangsamen den Flugverkehr an Flughäfen durch die Anforderung spezieller Sicherheitsanwendungen. Die notwendigen Anwendungen reduzieren dabei die operationelle Flughafenkapazität und werden durch horizontale und vertikale Sichtweitenniveaus bestimmt, welche in den Low-Visibility Procedure (lvp) Klassen definiert sind. Um sichtweitenbedingte Flugverspätungen und die daraus folgenden Konsequenzen zu minimieren benötigt das Flughafenmanagement genaue Vorhersagen der lvp Klassen, welche es bisher jedoch noch nicht gibt.
Im ersten Abschnitt dieser Arbeit wird ein Kurzfristvorhersagesystem für lvp-Wahrscheinlichkeiten am Wiener Flughafen vorgestellt, welches auf statistische Modelle beruht. Dazu wird ein geordnetes logistisches Regressionsmodell benutzt, welches auf meteorologischen Beobachtungen vom Flughafen beruht. Das Kurzfristvorhersagesystem erstellt automatische Vorhersagen für die nächsten 2 Stunden mit halbstündiger Auflösung. Dieses System generiert genauere Vorhersagen als die Persistenzvorhersage und ist vergleichbar Vorhersagen von menschlichen Vorhersagern.
Im zweiten Teil der Arbeit wird dieses Vorhersagesystem verbessert durch die Ersetzung des geordneten Regressionsmodells mit flexibleren, Entscheidungsbaum-basierten Modellen und durch die Zugabe von räumlich gemittelten und zeitlich verzögerten Modellprädiktoren. Zudem wird die zeitliche Modellauflösung, sowie der Vorhersagezyklus von 30 Minuten auf 10 Minuten erhöht.
Der dritte Teil der Arbeit befasst sich mit lvp Vorhersagen für längere Vorhersagezeiträume zur Verbesserung der strategischen Flugplanung. Zu den Modellprädiktoren werden dazu Informationen aus numerischen Wettervorhersagemodellen hinzugefügt. Der maximale Vorhersagehorizont, bei welchen die statistisch basierten Vorhersagen besser als die Klimatologische Vorhersage sind, ist bei einer Dauer von 12 Tagen erreicht.