由于国内外食品市场准入制度和溯源体系不完善， 销售商乱用虚假标签等现象的发生， 使得食品安全形势愈发严峻。 为了保障野生食用菌的安全性， 保护云南高原特色农业品牌战略， 亟需建立快速准确的产地溯源方法。 通过采集云南及其周边8个产地、 79个绒柄牛肝菌子实体的紫外-可见吸收光谱（UV-Vis）与傅里叶变换红外光谱（FTIR）， 采用多元散射校正（MSC）、 标准正态变换（SNV）、 二阶导数（2D）、 平滑（SG）等算法对原始光谱进行预处理。 基于低级与中级数据融合策略， 将预处理后的UV-Vis与FTIR光谱信息进行融合， 结合偏最小二乘判别分析（PLS-DA）与支持向量机（SVM）， 建立牛肝菌产地鉴别模型， 确定最佳产地溯源方法。 对光谱融合数据进行系统聚类分析（HCA）， 探讨不同产地样品整体化学信息的差异性与相关性。 结果显示： （1）采用MSC+2D和SNV+2D对UV-Vis与FTIR光谱进行预处理， R2Y与Q2最大， 分别为61.58%， 95.09%和50.85%， 82.16%， 表明MSC+2D与SNV+2D为UV-Vis与FTIR光谱的最佳预处理方法； （2）基于UV-Vis， FTIR， 低级与中级数据融合建立的PLS-DA与SVM模型， 样品分类错误总数分别为24， 6， 2， 2和6， 1， 1， 0， 表明数据融合模型分类效果优于单一UV-Vis与FTIR模型； （3）中级数据融合模型中， SVM对所有样品的分类全部正确， PLS-DA的分类错误总数为2， 表明基于SVM的中级数据融合策略分类效果优于PLS-DA； （4）低级和中级数据融合HCA模型， 分别有4和1个样品不能与同一类区域样品聚为一类， 表明中级数据融合优于低级数据融合； 由中级数据融合HCA图可知， 同一产地样品聚类距离小于不同产地之间聚类距离， 表明同一产地样品整体化学成分类较相似， 且同一产地不同采集地点的差异小于不同产地之间的差异。 采用UV-Vis与FTIR光谱中级数据融合策略结合SVM， 能够对不同产地来源牛肝菌样品进行准确鉴别， 为野生食用菌产地溯源研究提供一种新方法。