自从上世纪二十年代,人们成功的收集到了氡及其子体以来,作为目前最理想的一种积分式静态测氡法,活性炭测氡技术在很多领域都得到了广泛的推广和应用,测氡数据作为其推断探测结果的主要依据,它的采集质量及其正确的解释就显得尤为重要。随着应用的需要和研究的一步步深入,人们对活性炭测氡数据的处理技术在影响因素的校正、谱线的分析去噪、干扰因素的均滑处理、趋势分析以及成图解释等方面都做了大量的研究与实验。而数据的缺失作为一个无论在野外布点采集还是室内数据提取中都无法完全避免的普遍性问题,研究还较少。缺失数据不仅使进一步的数据分析工作变的更加困难和复杂,而且会使处理结果出现不同程度的偏倚,从而影响精度。传统的处理方法面对大量的面积性测氡数据存在一定的局限性。因此,需要选择其他适宜的处理方法对缺失数据进行填补研究。相对于我国缺失数据的研究,国外的研究起步较早。目前,我国常用的几种方法有：期望最大化(EM)、回归和最新流行的多重(MI)法等,各种方法都有其各自的特点。本文在研究了测氡数据的基本特征的基础上,为了研究不同的缺失情况下EM法、回归法和MI法三种方法的可行性、处理效果和适用范围,分两大类缺失模式建立了15种不同的数学模型。通过对源于同一原始模型下的各种模型的模拟处理得到了各自相应的处理结果,发现：在任意缺失下,测氡数据的缺失率高达55%时处理结果会出现较大偏倚,在35%以下时,填补效果都还不错；而对于单调缺失,缺失率达到25%后就会产生偏倚,对数据影响较大,所以要尽量避免或补测。本文主要运用统计软件SPSS、EXCEL和Surfer等强大的数据处理和制图功能对各种填补结果进行了对比研究,并在实例中证明了它的实际应用价值。研究结果表明将本文所选用的方法运用在测氡的大量区域性数据处理中是可行的,结果也较满意,较传统方法都有其一定的优势。同时,这几种方法在瞬变电磁法的数据处理中也是可行的。特别是EM法充分体现了它在该研究方面的稳定性和优越性,其次是回归法和MI法,对于目前较为看好的多重填补并没有在本文的研究中较好的发挥它的优势。可见,对于不同特征的数据,方法的选择会出现明显的差异,而这三种方法对于活性炭测氡数据的缺失以及电法等类似的面积性数据的缺失填补都是可行的。