为了保证气象资料的完整性与准确性，针对含有间断噪声的自动站日平均气温数据提出了3种隶属度函数，设计了基于平方平均隶属度函数的模糊支持向量机（FSVM）补偿算法，建立了补偿模型，并与传统支持向量机（SVM）方法进行了对比。实验结果表明：基于平方平均隶属度函数的FSVM方法对噪声点有较强的识别能力，插补后的数据精度达到了1.4℃，优于传统SVM方法的1.6℃；整体预测精度达到了1.13℃，同样优于传统SVM方法的1.42℃。
