Las redes de aviación exhiben características de múltiples capas y heterogeneidad de nodos y aristas. Identificar nodos clave en una red de aviación heterogénea de múltiples capas (MHAN) y elucidar su proceso de fallo en cascada tiene una gran importancia práctica para mejorar la capacidad de resistencia al fallo y fortalecer la resiliencia de la red. Por lo tanto, este artículo primero establece el modelo básico de MHAN y luego diseña un método de evaluación de la importancia de los nodos intra-capa basado en el método de análisis de correlación gris TOPSIS mejorado (ITG) y un método de cuantificación del peso de influencia inter-capa basado en el modelo de gravedad. Al integrar las características de transmisión de información entre los nodos de la red, se propone un método de identificación de nodos clave en MHAN a través de la agregación de información de múltiples fuentes. Finalmente, basado en la operación de sobrecarga real de las redes de aviación, se introducen el coeficiente de ajuste de carga inicial, el límite de capacidad y el coeficiente de sobrecarga basado en el modelo tradicional de capacidad-carga, se construye un modelo de fallo en cascada de MHAN considerando la condición de sobrecarga y la probabilidad de fallo, y se define un índice de influencia de nodos basado en este modelo para verificar la precisión de los resultados de identificación de nodos clave. El análisis de casos realizado en la red de aviación en el oeste de China demuestra que el método de evaluación de la importancia de los nodos intra-capa basado en ITG produce resultados con mejor diferenciación y mayor precisión. Los nodos clave son predominantemente nodos de ruta central y nodos de sector. En el modelo de fallo en cascada, aumentar el coeficiente de sobrecarga y el límite de capacidad dentro de un rango específico mientras se reduce el coeficiente de ajuste de carga inicial ayuda a reducir la escala de fallo de la red. Los nodos clave identificados por el índice de influencia de nodos son consistentes con aquellos identificados por el método propuesto en este artículo, validando la precisión y efectividad del método de identificación de nodos clave en MHAN a través de la agregación de información de múltiples fuentes aquí.