La predicción precisa de la demanda de tráfico y la capacidad del aeropuerto juega un papel crucial en la minimización de retrasos en tierra y en el aire. Este documento se centra en este último aspecto. Las condiciones meteorológicas adversas presentan desafíos significativos para las operaciones aeroportuarias y pueden reducir sustancialmente la capacidad. En consecuencia, cualquier modelo predictivo, independientemente de su complejidad, debe tener en cuenta las condiciones meteorológicas al estimar la capacidad del aeropuerto. En la actualidad, la única plataforma compartida para la información de capacidad aeroportuaria en Europa es el Rincón Público de Aeropuertos de EUROCONTROL, donde los aeropuertos tienen la opción de informar voluntariamente sobre sus capacidades. Estas capacidades se presentan en forma tabular, indicando el número máximo de llegadas y salidas por hora para cada posible configuración de pista. Además, los aeropuertos principales a menudo proporcionan una tabla suplementaria que muestra el impacto del clima adverso de manera algo aproximada (por ejemplo, si la visibilidad es inferior a 100 m, entonces la capacidad de llegada disminuye en un 30%). Sin embargo, estas tablas solo cubren un subconjunto de aeropuertos, y su generación no está armonizada, ya que diferentes aeropuertos pueden utilizar diferentes metodologías. Además, estas tablas pueden no tener en cuenta todas las condiciones meteorológicas, como la nieve, los vientos fuertes o las tormentas eléctricas. Este documento presenta un enfoque de aprendizaje automático para aprender la relación entre las condiciones meteorológicas y las configuraciones de pista con el percentil 99 del rendimiento entregado a partir de datos históricos. Este percentil sirve como un proxy de capacidad para los aeropuertos que operan a su máxima capacidad o cerca de ella. A diferencia de los intentos anteriores, este documento adopta un enfoque novedoso, donde se entrena un solo modelo para varios aeropuertos, aprovechando las capacidades de generalización de los algoritmos de aprendizaje automático de vanguardia. Los resultados de un experimento realizado utilizando 2 años de datos históricos de tráfico y clima para los 45 aeropuertos más ocupados de Europa demuestran una mejor alineación en términos de error medio de pinball con el rendimiento de salida y llegada observado en comparación con las capacidades operativas reportadas en el Rincón Público de Aeropuertos de EUROCONTROL. Si bien aún hay margen de mejora, este sistema tiene el potencial de ayudar a los aeropuertos a definir valores de capacidad más razonables, así como a ayudar a las aerolíneas a evaluar el impacto del clima adverso en sus vuelos.