Los factores de emisión sirven como una herramienta valiosa para cuantificar la liberación de contaminantes de los vehículos de carretera y predecir las emisiones dentro de un tiempo o área específicos. Para superar la limitación del programa informático para calcular las emisiones del modelo de transporte por carretera (COPERT) en la obtención directa de factores de emisión precisos a partir de datos de diagnóstico a bordo (OBD), proponemos una nueva red de dos flujos que combina características de series temporales y características de tiempo-frecuencia para mejorar la precisión del modelo COPERT. En primer lugar, para los factores de emisión instantáneos de NOx de múltiples segmentos de conducción proporcionados por vehículos diésel de gran tamaño en conducción real, seleccionamos los atributos monitoreados con una alta correlación con el factor de emisión de NOx considerando la escala de datos y empleando un análisis de correlación por rangos de Spearman para obtener el conjunto de datos final compuesto por ellos y los factores de emisión. Posteriormente, construimos una matriz de información para capturar el impacto de los datos pasados en los factores de emisión. Cada atributo de la serie temporal se convierte en una matriz de tiempo-frecuencia utilizando la transformada wavelet continua. Estas matrices de tiempo-frecuencia individuales se combinan para crear una matriz de tiempo-frecuencia multicanal, que representa la información histórica. Finalmente, la matriz de información histórica y la matriz de tiempo-frecuencia se introducen en un modelo paralelo de dos flujos que consiste en ResNet50 y un módulo de atención de bloque convolucional. Este modelo integra eficazmente las características de series temporales y las características de tiempo-frecuencia, mejorando así la representación de las características de emisión. La fiabilidad y precisión del método propuesto se validaron a través de un análisis comparativo con modelos existentes en la corriente principal.