Para mejorar la precisión y la capacidad en tiempo real de las predicciones del tiempo estimado en bloque (EIBT) en los aeropuertos, este estudio propone un método de predicción integrado en dos etapas. Al extender la ventana de tiempo de predicción para los tiempos de llegada, este método modela y analiza sistemáticamente el tiempo de llegada integrado, logrando así predicciones precisas de EIBT. Este estudio divide el proceso de llegada en la etapa de aproximación del vuelo y la etapa de rodaje, construyendo modelos predictivos para cada una e identificando factores clave que influyen. Además, se emplea la entropía de cópula para optimizar la selección de características. Basado en datos operativos del Aeropuerto Internacional de Shanghai Pudong, se desarrolló y validó un modelo de predicción basado en LightGBM a través de múltiples conjuntos de datos. Los resultados demuestran que el método de pronóstico integrado en dos etapas supera significativamente al modelado de una sola etapa, con el mejor modelo alcanzando una precisión de predicción del 87.11% dentro de un margen de error de +/-5 minutos. Además, este estudio valida la efectividad de la entropía de cópula en la mejora del rendimiento de predicción del modelo. Esta investigación proporciona apoyo teórico y referencias prácticas para mejorar las capacidades predictivas en tiempo real de los sistemas de toma de decisiones colaborativas en aeropuertos, así como un camino técnico para la investigación en gestión integrada de aire y superficie en aeropuertos de múltiples pistas.