特异性、一致性和稳定性(DUS)是大豆新品种审定和品种权授权的必备条件，也是大豆种质评价和品种鉴定的重要依据。为验证引入多源表型数据进行大豆品种(系)精准鉴定和系谱分析的可能性，本研究利用田间调查、低空遥感和计算机视觉技术获取大豆的22个DUS性状、16个冠层性状和23个豆荚图像性状，并通过随机森林分类(RFC)模型和支持向量分类(SVC)模型进行大豆品种(系)鉴定，采用K均值(K-means)聚类算法探究品种(系)间的系谱关系。研究发现，低空遥感与计算机视觉技术获取的各性状间具有较高的相关性，DUS性状对于大豆品种(系)的准确识别至关重要，但也存在一些性状对品种(系)鉴定的贡献较弱。冠层光谱性状和豆荚图像的部分形态、颜色和纹理性状可以作为大豆品种(系)鉴定的优异候选性状。引入多源表型性状后模型实例化鉴定结果得到一定程度的改善，2个模型分类精度最终均能保持在0.9以上。聚类分析结果显示，聚类数在4个及以下时轮廓系数较好。本研究结果表明，利用多源表型信息创新品种测试技术具有巨大潜力，可为今后大豆DUS测试、品种(系)鉴定及系谱研究提供新的方法。