随着新疆工农业不断发展,非道路移动源污染物排放引起的空气质量问题已经成为各界关注的热门话题。农用拖拉机尾气排放作为非道路移动污染排放的主要贡献者占比超过81%,其尾气含有较高比例的NOx与PM,两者在空气中的含量过高不仅会对人们身体健康和日常生活造成不良影响,同时也是光化学烟雾和雾霾天气的主要成因。针对新疆农用拖拉机不同工况下污染物排放的研究有助于厘清农机污染物排放特征,为区域性大气污染联防联控提供数据保障。因此,本文通过柴油拖拉机排放测试平台开展田间实地排放测试,综合考虑实测工况参数数据与排放数据的内在关联规律构建农机工况识别模型,结合实测拖拉机工况参数剖析拖拉机不同工况下的污染物排放特性,并对新疆农用拖拉机时间序列的排放清单进行估算,分析了新疆拖拉机排放变化趋势,定量分析了污染物影响因素。本文研究内容和可能的创新点包括:（1）采用拖拉机运行速度和发动机转速等工况参数构建图像,通过图像来描述农机工况的变化情况。并在此基础上分别基于参数优化的支持向量机和卷积神经网络建立拖拉机工况识别模型,分析模型识别结果表明,基于参数优化的支持向量机可以较好的实现样本点的工况区分且识别准度达到99.8519%;而卷积神经网络识别模型可以有效实现农机工况的连续性识别,识别准度达到了93.3%。卷积神经网络识别模型虽然在识别精度上略低于支持向量机模型,但在对连续时间段内拖拉机运行工况的识别具有明显优势。（2）分析农机不同工况与污染物瞬时排放数据的关联性,结果表明怠速状态下NOx、HC、PM和CO等4种污染物排放变化呈现平稳态势,行走状态相比怠速状态波动幅度略有增大,耕作模式时4种污染物排放速率不仅波动剧烈且多次达到峰值,同时排放速率平均值也达到了最高,分别为0.0416g/s、0.0132g/s、0.088g/s、0.0116g/s。分析单一工况参数与污染物排放之间的关联性,发现发动机转速对污染物排放速率的影响最大,总体上呈现正相关关系,但HC排放速率在中、高转速区间内与转速呈负相关关系且存在明显线性关系。此外,通过测试数据计算得到了基于油耗与基于路程的排放因子。（3）分析基于不同排放因子估算的排放清单,并基于3种不同方法对污染物排放的潜在影响因素进行分析。结果发现基于参数本地化修正的MOVES模型建立的排放清单在分析地区时间序列污染物排放变化趋势方面具有一定参考价值;1993~2019年污染物排放变化态势表现出稳定增长、波动、急速上升、平稳、下降等不同趋势,在1993到2017年期间,污染物排放总共上升了25156.69t,在2018年则出现了大幅度的下降,虽在2019年出现了小规模的回升,但也表明近年采取的污染物排放控制措施在抑制大气污染物排放方面的成效明显;在污染物贡献率方面,2006年之后,小型拖拉机年均排放量占污染物年排放总量的29.1%,而大中型拖拉机占比则为70.9%,可以预见短期内两者的差距会随着时间的推移不断拉大,表明了污染物排放管控的重心需要向大中型拖拉机方面倾斜;而从污染物排放影响因素的定量分析结果来看,农业经济发展水平对区域污染物排放总量变化起决定性作用。本文以实地拖拉机排放测试获取的排放数据和工况数据为基础,结合数据挖掘方法实现农机工况识别,为细化农机作业状态提供了技术思路,并对掌握区域污染物排放趋势有一定帮助。通过分析农机工况和排放的关系以及建立时间序列排放清单为区域大气污染溯源提供了数据支持,同时也为新疆降污减排相关政策和标准的出台提供了数据基础。