要解决Airflow MWAA中任务在使用KubernetesPodOperator镜像时被卡在"排队"状态的问题，你可以尝试以下解决方法：

1. 确保Kubernetes集群可用：确保Kubernetes集群正常运行，并且可以被Airflow MWAA访问。

2. 检查镜像可用性：确保使用的镜像在Kubernetes集群中可用，并且可以被成功拉取。你可以手动在Kubernetes集群中尝试拉取镜像，以确保它可以正常使用。

3. 检查KubernetesPodOperator的参数配置：确保你正确配置了KubernetesPodOperator的参数。特别是，你应该检查image参数是否正确指定了你要使用的镜像。

4. 检查资源限制：确认你的任务请求的资源限制（如CPU和内存）是否与Kubernetes集群中的实际可用资源相匹配。如果请求的资源超过了集群可用资源，任务可能会被排队等待可用资源。

以下是一个代码示例，展示了如何正确配置KubernetesPodOperator：

from airflow import DAG
from airflow.providers.cncf.kubernetes.operators.kubernetes_pod import KubernetesPodOperator
from datetime import datetime

default_args = {
    'owner': 'airflow',
    'start_date': datetime(2022, 1, 1),
}

with DAG('kubernetes_pod_operator_example', default_args=default_args, schedule_interval=None) as dag:
    task = KubernetesPodOperator(
        task_id='example_task',
        name='example_task',
        namespace='default',
        image='your_image:tag',
        cmds=['echo', 'Hello, World!'],
        get_logs=True,
        in_cluster=True
    )

请注意，根据你的实际需求，你可能需要调整其他参数，如namespace、cmds等。

希望这些解决方法能够帮助你解决Airflow MWAA中任务被卡在"排队"状态的问题。