[目的]对比光学特性参数[吸收系数（μ_a）和约化散射系数（μ′_s）]鉴别掺伪茶油的能力，并探索组合提取方式对模型的提升效果。[方法]以植物油为试验材料，制备不同质量分数的掺伪茶油；采用不同的预处理方式对光学特性参数数据进行预处理，提取特征波段后建立随机森林（RF）定性鉴别模型。[结果]经过竞争性自适应重加权算法（CARS）和无信息变量剔除算法（UVE）进行特征提取后，利用μ_a和μ′_s数据建立的模型鉴别准确率分别为95.65%，95.65%和98.55%，97.10%，与CARS特征提取方式相比，组合提取方式（UVE-CARS）使模型的鉴别结果至少可提升1.45%。[结论]利用μ_a可更快速、准确地实现对不同掺伪种类茶油的鉴别，采用组合提取方式可有效提升模型鉴别能力。