对基于光谱、质谱、色谱等检测技术的数据融合策略及其在食用油真实性鉴别中的研究及应用现状进行综述,指出:目前,广泛应用于食用油真实性鉴别的检测技术包括光谱、色谱、质谱、电子传感器等。然而,单一检测技术往往只关注某一特定的数据或指标,当食用油所含成分较复杂时,无法充分消除叠加效应、基线漂移、噪声等问题。数据融合策略分为数据层融合、特征层融合和决策层融合三类,结合化学计量学方法可以综合不同检测技术获取的数据,提取更丰富的数据特征信息,从而提高食用油真实性的鉴别效果。不同的新型检测技术之间,或将其与传统光谱、质谱、色谱等检测技术之间进行数据融合,可以快速、准确地实现食用油掺伪鉴别、品种分类和产地溯源,未来可就改进现有分析方法、结合深度学习算法开发新型融合算法、引入云计算提高食用油鉴别实时性等方面进行深入研究,以推动数据融合策略在食用油真实性鉴别领域的发展与创新。