民用航空在当今社会中已成为国民经济发展的重要驱动力量。如何提高飞行安全成为我国民航快速发展中的一个不可回避的问题。目前，世界上一些发达国家将飞行数据运用于日常监控工作，获益匪浅。将数据挖掘方法应用于飞行品质监控已成为一重要课题。 在对数据挖掘中的多种聚类算法(如K-means、BIRCH等)进行系统和深入地探讨和研究的基础上，本文主要做了以下的工作：深入研究了BIRCH算法，设计了启发式阈值估计方法；结合K-means算法对BIRCH进行改进；结合XML技术设计了可继承性BIRCH算法模型，有效地对海量数据进行聚类；将可继承性BIRCH算法应用于OAR数据处理。 可继承性BIRCH算法增强了BIRCH算法的灵活性，解决了BIRCH算法中处理新增数据效率较低的缺陷。通过实验表明，在增加数据特别是多次增加数据的情况下聚类，可继承性BIRCH算法效率明显优于BIRCH算法。 本文研究表明，可继承性BIRCH算法在飞行品质监控领域表现出了较为良好的性能，具有一定的应用前景。