现有进场航班排序与调度模型较少考虑不确定因素的影响，本文基于点融合系统（PMS,point merge system）连续下降进近时间符合高斯分布的特点，建立增强鲁棒性的两阶段进场排序与调度模型。第一阶段，描述随机变量带来的不确定性，基于机会约束规划理论设计带有额外缓冲区的静态排序与调度模型，以飞行时间和次序变更量为指标确定最佳额外缓冲区；第二阶段，补偿不可预知原因导致飞行时间超出缓冲区的情况，采用基于滑动时间窗的启发式算法对第一阶段的方案进行动态调整。通过Monte-Carlo模拟不确定性场景下的连续下降进近时间，仿真结果表明，在高、中、低3种交通密度下，所提出的两阶段模型相较于其他模型在鲁棒性和公平性的平衡方面表现出了良好性能。