要解决“Airflow和LambdaInvokeFunctionOperator和payload”的问题，可以按照以下步骤进行操作：

1. 安装Apache Airflow和相关依赖：

pip install apache-airflow

2. 创建一个Airflow DAG（有向无环图）来调用Lambda函数。在这个DAG中，我们将使用LambdaInvokeFunctionOperator来执行Lambda函数的调用操作。

from airflow import DAG
from airflow.providers.amazon.aws.operators.lambda_function import LambdaInvokeFunctionOperator
from datetime import datetime

default_args = {
    'owner': 'airflow',
    'start_date': datetime(2021, 1, 1),
    'retries': 1,
    'retry_delay': timedelta(minutes=5)
}

with DAG('lambda_invoke_dag', default_args=default_args, schedule_interval=None) as dag:

    invoke_lambda = LambdaInvokeFunctionOperator(
        task_id='invoke_lambda',
        function_name='your_lambda_function_name',
        payload='your_payload_data'
    )

在上述代码中，我们创建了一个名为lambda_invoke_dag的DAG。在其中，我们定义了一个名为invoke_lambda的任务，并使用LambdaInvokeFunctionOperator来调用Lambda函数。在LambdaInvokeFunctionOperator的构造函数中，我们提供了Lambda函数的名称（function_name）和要发送的有效载荷数据（payload）。

3. 配置Airflow环境并运行DAG。

将上述代码保存为.py文件，然后在Airflow中配置相关的连接和变量。配置完成后，可以使用以下命令来启动Airflow调度程序并运行DAG：

airflow scheduler
airflow webserver

这样，Airflow将根据设置的调度间隔自动触发并执行DAG中的任务，其中包括调用Lambda函数的任务。

请注意，以上示例中的your_lambda_function_name和your_payload_data需要替换为实际的Lambda函数名称和有效载荷数据。