青叶胆（Swertia leducii）为獐牙菜属（Swertia）一年生草本植物, 在肝炎病治疗方面效果显著。 其与同属近似种外观极其相似, 加之常以干燥全草入药, 仅从形态难以正确鉴别。 不同物种有效成分存在明显差异, 其药效也有所不同。 基于光谱和色谱数据融合建立青叶胆及近似种的鉴别方法, 为青叶胆药用真实性与安全性提供科学依据。 采集青叶胆及其近似种植物共102份样品的傅里叶变换红外光谱（FTIR）和超高效液相色谱（UPLC）指纹图谱; 利用标准正态变量（SNV）、 多元散射校正（MSC）、 Savitzky-Golay平滑（SG）、 一阶导数（1D）、 二阶导数（2D）等方法对原始红外光谱数据进行预处理, 通过系统聚类分析（HCA）探讨獐牙菜属不同种类样品化学信息相似性与差异性; Kennard-Stone算法将所有样品按2∶1比例划分为训练集和预测集, 训练集基于FTIR, UPLC, 低级与中级数据融合建立随机森林（RF）判别模型, 预测集用于验证模型预测能力, 其中灵敏性（sensitivity）、 特异性（specificity）、 精密度（precision）和正确率（accuracy）用来评价模型性能。 结果显示: （1）采用SNV+SG+2D组合对FTIR数据进行预处理, R2Y和Q2最大, 分别为91.2%和84.1%, 所有类别被正确区分, 为最佳预处理。 （2）HCA反映了5种獐牙菜属植物样品分类情况与亲缘关系, 除紫红獐牙菜外, 其余4种獐牙菜植物均分类正确, 准确率为93.1%; 青叶胆、 川东獐牙菜、 紫红獐牙菜与西南獐牙菜亲缘关系较近。 （3）基于FTIR、 UPLC、 低级和中级数据融合策略建立RF判别模型, 样品错判总数分别为1, 5, 1和0, 中级数据融合效果最佳, 所有样品均正确分类, 所建模型性能良好。 FTIR与UPLC通过中级数据融合策略结合RF判别分析能正确鉴别不同种类獐牙菜属植物, 结合HCA分析能够明确青叶胆及其近似种之间的亲缘关系, 为獐牙菜属植物资源开发与质量控制提供理论基础。