Los eventos de aterrizajes largos y peligrosos (aterrizajes largos) se consideran los eventos inseguros más comunes durante la fase de aterrizaje de una aeronave y están significativamente influenciados por las operaciones de nivelación de los pilotos. Este documento propone un método de preaviso para aterrizajes largos de aeronaves basado en la agrupación de características operativas para prevenir mejor la ocurrencia de eventos de aterrizaje largo y desarrollar tecnología de preaviso para aterrizajes largos de aeronaves aplicable a las operaciones de aviación civil reales. Basado en los datos de vuelo del grabador de acceso rápido (QAR) de una flota de Boeing B737-800, se empleó el método de agrupación de mezcla gaussiana (GMM) para agrupar, analizar y evaluar las características de operación del piloto utilizando los indicadores relativos de velocidad de la aeronave en las fases de despegue y aterrizaje como índices de medición. Además, se desarrolló un modelo de preaviso de aterrizaje largo basado en el algoritmo de eXtreme Gradient Boosting (XGBoost) para tener en cuenta las características generales de varias operaciones. La precisión completa, la tasa de recuperación y la precisión del método de preaviso de aterrizaje largo basado en la agrupación de características de operación del piloto alcanzaron el 89.66%, 89.16% y 92.50%, respectivamente, en la prueba del modelo de preaviso, demostrando una mejora significativa en comparación con los del modelo de preaviso que no considera las características de operación y presentando un efecto de preaviso más efectivo. Optimizar el modelo de preaviso de aterrizaje largo con características de operación del piloto puede mejorar efectivamente las capacidades de preaviso del modelo, ayudar a la tripulación a tomar decisiones precisas y prevenir eventos inseguros durante el aterrizaje de la aeronave.