NIMA的全称是:国家气象研究中心改进的谱矩(spectral moment)算法(NCAR Improved Moment Algorithm)，它主要应用于一些靠测量多普勒频移来估计风速的测风设备中，这种方法的输入数据是功率谱密度，输出是谱矩数据(1阶矩、2阶矩)，风廓线雷达是最典型的这类设备，文章主要用风廓线雷达作为算法使用平台.在美国，这种方法已经成功的应用到了实时风廓线数据处理中，并且在光雷达以及天气雷达中也得到了重视.风廓线雷达的谱数据经常被地杂波、海浪杂波、无线电频率干扰(RFI)、鸟杂波、旁瓣回波污染，NIMA算法使用了数学分析(mathematical analysis)、模糊逻辑合成(fuzzy logic synthesis)和整体图象处理算法(global image processing algorithms)去模拟人类专家识别有用气象目标的回波.NIMA算法的参数可依据不同的设备，不同的测量地点进行配置，并且一旦合理配置就可以完全自动的实时处理数据，并且对于计算出来的谱矩进行置信度评估(confidence assessment，即数据的可信赖程度).这些置信度不仅对于后期计算风速以及湍流强度很有用，并且对于一些机场的警报发布都很有帮助.文章主要介绍NIMA方法如何有效的去除各种频谱污染，最后计算出谱矩数据。