【摘要】光释光(OSL)年代学模型是基于数理统计学的一类概率密度模型,它根据特定的假设条件对样品等效剂量(De)分布进行数学解释,由此估计具有不同沉积历史或者能够代表样品实际埋藏年龄的De组分。年龄模型参数估计常通过极大似然估计(MLE)算法实现,本文尝试了切片采样算法在年龄模型参数优化中的应用。切片采样属于一种马尔科夫链蒙特卡罗采样(MCMC)算法,能根据测量数据与模型的联合似然函数进行随机采样,由此获得参数的采样分布。本文编写了实现年龄模型切片采样算法的应用程序,并使用模拟及实测De数据验证了该算法估计的可靠性。相对于MLE算法,MCMC算法具有对参数初值依赖性低、误差估计更准确的特点,切片采样算法提供了实现释光年龄模型参数估计的一种新方法。