The Colombian aviation sector is positioned as the country with the third largest increase in operations at air terminals in Latin America. Sustainable expansion of this sector demands planning methodology based on estimates of forecast passengers’ flows. In this context in operational planning, this paper presents several long-term predictive forecasting models based on domestic and international flight traffic operations reported by Aerocivil since 2005. A Seasonal Autoregressive Integrated Moving Average (SARIMA) model was conducted. A sequential methodology was performed to select five models from 256 estimated. The (0,1,0)×(0,1,0)12 model showed the best fit in terms of RMSEA 3.1%. The models demonstrate high performance in estimation despite the effects of COVID-19.El sector del transporte aéreo de Colombia se posiciona como el tercer país con mayor incremento de operaciones en las terminales aéreas de América Latina. Para alcanzar un crecimiento sostenible del sector, es necesario contar con metodologías de planificación basadas en estimaciones sobre la previsión de las cantidades de pasajeros. En este contexto de planificación operativa, este trabajo presenta varios modelos de pronóstico predictivo de largo plazo con base a las operaciones en vuelos nacionales e internacionales registradas por Aerocivil desde el año 2005. Se aplicó un enfoque de Modelado de Orden Diferenciado Estacional, Autoregresivo y de Medias Móviles (SARIMA). Se presenta una metodología secuencial para la selección de cinco modelos sobre un total de 256 calculados. El modelo (0,1,0)×(0,1,0)12 resultó ser el más apropiado con una estimación del RMSEA del 3.1%. Los modelos presentan altos rendimientos de estimación a pesar de los efectos causados por la última pandemia COVID-19.