具体实施方式

＜第1实施方式＞

以下，参照附图说明本公开的第1实施方式。

[云观测装置]

如图1所示，本实施方式的云观测系统1具有对天空进行摄影的相机10、以及处理由相机10对天空进行摄影而得到的图像的计算机11。相机10只要能够对天空进行摄影，则是任何相机皆可。在本实施方式中，为了由1个相机对天空的大范围进行摄影，将使用了鱼眼透镜的全天相机沿铅直方向向上设置。因此，在从相机10得到的图像中，中心为正上(仰角90°)，随着从中心朝向图像的端部而仰角变小。

由本实施方式的计算机实现的云观测装置11处理由相机10对天空进行摄影而得到的图像。具体而言，如图1所示，云观测装置11具有图像取得部12、云提取部13、太阳确定部14、云移动信息取得部15、判定区域设定部16和日照计算部17。上述各部12～17通过在具备CPU等处理器11b、存储器11a、各种接口等的计算机11中由处理器11b执行存储器11a中预先存储的程序从而由软件及硬件协同动作来实现。

＜图像取得部12＞

图1所示的图像取得部12如图3所示，取得由相机对天空进行摄影而得到的图像G1、G2。在图3的例中，第2图像G2是在第1图像G1的1分钟前摄影的图像。图像中央为正上，映现着云(C1、C2、C3)和太阳(S1)。在本实施方式中，图像取得部12取得由相机对天空逐次摄影而得到的多个图像。在本实施方式中，摄影的定时是每1分钟，但不限定于此，只要是规定定时即可。规定定时能够进行各种变更，如每几秒、每几分钟、每经过随机长度的时间、成为预定的1个以上的时刻时等。图3所示的图像包含RGB成分，映现着蓝色的天空、云(C1、C2、C3)及太阳(S1)。

＜云提取部13＞

图1所示的云提取部13提取图像中的云。云提取部13从构成图像的多个像素中识别是云的像素并进行提取。关于本实施方式中的用于判定云与天空的算法进行说明。设为亮度值255是白，亮度值0是黑。作为本发明人们研究的结果发现：云的蓝色成分的亮度值及红色成分的亮度值都成为0～255的值，天空的蓝色成分的亮度值成为0～255的值，但天空的红色成分的亮度成为0或者大致成为0。即，在蓝色成分的亮度与红色成分的亮度之差大的情况下，能够判定为天空，在两者之差小的情况下能够判定为云。在本实施方式中，针对构成图像的多个像素，基于像素的亮度判定是否为云。具体而言，如果从蓝色成分的亮度减去红色成分的亮度而得到的差值小于规定阈值，则判定为该像素是云，如果所述差值为规定阈值以上，则判定为该像素不是云。当然，云的识别方法不限定于此，也可以采用各种方法。

＜太阳确定部14＞

图1所示的太阳确定部14确定图像中的太阳位置。作为用于判定太阳的第1具体例，如果利用天文学，则利用如下情况：基于相机的位置(纬度经度)及摄像的日期时间，能够确定在图像中映入的像素的位置。即，太阳确定部14基于相机位置及摄像的日期时间对是太阳的像素进行判定。作为用于判定太阳的第2具体例，太阳确定部14将图像中的从亮度最大的像素群的中心点以放射状扩展、随着从中心点远离而亮度无脉动地渐减而且直到亮度的脉动开始的区域，判定为太阳。当然，太阳的确定方法不限定于此，也可以采用各种方法。

＜云移动信息取得部15＞

图1所示的云移动信息取得部15取得图像中的云移动信息。在本实施方式的云移动信息取得部15所取得的云移动信息中，包含云移动方向及云移动速度，但不限定于此。例如，只要在云移动信息中至少包含云移动方向即可，云移动速度能够省略。

在图1所示的实施方式中，云移动信息取得部15基于逐次摄影的多个图像，计算各图像中的云移动信息。像这样，仅通过图像就能够取得云移动信息(移动方向、移动速度)。具体而言，云移动信息取得部15通过对多个图像G1、G2进行比较来计算各云C1～C3的云移动信息。图3以箭头图示了各朵云C1、C2、C3的移动方向。云移动速度能够由箭头的长度表现。在图3的例中，表示了各朵云C1、C2、C3都从西向东移动，因此表示移动方向的箭头的朝向全部相同，图3所例示的图像G1、G2由于是由鱼眼透镜摄影的图像，因此各朵云C1、C2、C3的云移动方向示出与从正上(图像中心)的相离距离相应的曲率。在图3的例中为了参考而由虚线表示了辅助线。

＜同一云识别部18＞

在图1所示的实施方式中，具有同一云识别部18，该同一云识别部18从第1图像G1中的云(C1、C2、C3)之中，识别与比第1图像G1靠前摄影的第2图像G2中的云对应的云。在图3的例中识别为：第1图像G1中的云C1是第2图像G2中的对应的云C1，第1图像G1中的云C2是第2图像G2中的对应的云C2，第1图像G1中的云C3是第2图像G2中的对应的云C3。然后，云移动信息取得部15基于第1图像G1中的云(C1、C2、C3)的位置、以及第2图像G2中的对应的云(C1、C2、C3)的位置，计算云移动信息(参照图3的箭头)。像这样，从第1图像G1及第2图像G2中识别彼此对应的云，基于彼此对应的云的位置计算云移动信息(移动方向、移动速度)，因此仅通过图像处理就能够恰当地取得云移动信息。

关于同一云识别部的更具体性的构成进行说明。如图1所示，同一云识别部18具有组设定部18a、组去除部18b和识别部18c。

图1所示的组设定部18a设定多个将第1图像中的云与第2图像中的云以一对一、一对多或者多对一的至少任一个关系组合而成的组。图5表示设定了多个将第1图像G1中的云(C01、C02)与第2图像G2中的云(C03、C04、C05、C06)以一对一组合而成的组(P1～P4)的例子。在该图中，是由圆表示各云的重心位置并将最近的重心彼此组合的例子。该图表示4个组P1、P2、P3、P4。图6是用于针对图5所示的多个组(P1～P4)，进一步设定多个将第1图像G1中的云(C01、C02)与第2图像G2中的云(C03、C04、C05、C06)以多对一组合而成的组的说明图。首先，如图6所示，在第2图像G2中以全部模式生成将2朵云合成的合成云(C0A、C0B、C0C)，并生成合成云(C0A、C0B、C0C)与第1图像G1中的云(C01、C02)的多个组(P5、P6、P7)。在此，与生成图5所示的一对一的组时同样，以最近的重心位置彼此组合。

图1所示的组去除部18b将基于云彼此的移动距离、大小变化量、亮度变化、色度变化、色调变化中的至少1个设定的组删除，以针对1朵云设定1个组。移动距离能够通过对第1图像G1与第2图像G2中的云的重心位置彼此进行比较来计算。合成云的大小能够通过合成源的云的面积的合计来计算。例如可以举出：针对图6所示的组P7，构成合成云C0C的2朵云C03、C05从对应的云C01的重心位置过于远离，因此设为删除对象。另外可以举出：针对图6所示的组P3，第2图像G2的云C05与第1图像G1的云C01的大小变化量大，因此设为删除对象。作为具体性的一例可以举出：针对上述移动距离、大小变化量、亮度变化、色度变化、色调变化分别预先设定阈值，以阈值作为条件来决定删除对象。阈值可以举出由人决定的情况、通过统计性处理事先决定或通过教师数据决定机器学习完毕的模型。

图1所示的识别部18c基于剩余的组，识别为第1图像G1的云与第2图像G2中的对应的云是同一朵云。在此也与组去除部18b的判断基准同样，针对云彼此的移动距离、大小变化量、亮度变化、色度变化、色调变化中的至少1个基于指标值来判定彼此对应的云。在该说明中，如图7所示，基于云彼此的移动距离、大小变化量、亮度变化、色度变化、色调变化中的至少1个，作为组P5最符合条件，判定为第2图像G2中的云C03、C04与第1图像G1中的云C01是同一朵云。另外，作为组P4最符合条件，判定为第2图像G2中的云C06与第1图像G1中的云C02处于对应关系。识别部18c需要决定一个组以不针对一朵云设定多个组，因此可以举出综合性地考虑上述指标值并选择评价值最高的组。

此外，也可以使用判定器来安装(实现)组去除部18b及识别部18c中的至少某一个，该判定器使用以云彼此的移动距离、大小变化量、亮度变化、色度变化、色调变化中的至少1个作为输入值、并输出表示是否为删除对象或者是否为选择对象的输出值的机器学习(例如深度神经网络(DNN))来进行判定。另外，也可以不设置组去除部18b及识别部18c，而构成为：在组设定部18a所设定的多个组之中，基于云彼此的移动距离、大小变化量、亮度变化、色度变化、色调变化中的至少1个，对组进行选择以针对1朵云设定1个组。

图1所示的云移动信息取得部15如图7所示，基于第1图像G1中的云的位置、以及第2图像G2中的对应的云的位置，计算云移动信息。在图7的例中，通过第1图像G1中的云C01的重心位置m1与第2图像G2中的对应的云C03、C04的重心位置m2的比较，能够计算云移动信息。同样，通过第1图像G1中的云C02的重心位置m3与第2图像G2中的对应的云C06的重心位置m4的比较，能够计算云移动信息。云移动信息取得部15优选事先将各个图像中的云的位置作为时序数据存储，对各图像中的云移动方向进行平均来计算云移动信息中的云移动方向。优选对各图像中的云移动速度进行平均来计算云移动信息中的云移动速度。平均方法能够利用简单移动平均、加权移动平均、指数移动平均等各种移动平均。

＜判定区域设定部16＞

图1所示的判定区域设定部16如图8所示，在图像中，设定以太阳位置S1为基点的判定区域Ar1。如该图所示，判定区域Ar1优选以太阳位置S1为基点，云移动方向D1的上游侧(西)比下游侧(东)大。太阳位置S1的基点在表示太阳的像素或者区域之中既可以是中心，也可以是圆周上，其他只要以太阳位置S1为基准，则可以是任何点。另外，如图8所示，判定区域Ar1优选具有从靠太阳位置S1侧朝向云移动方向的上游侧(西)延伸的区域。这是因为，以太阳位置S1为基点的云移动方向D1的上游侧(西)是随着时间经过而云到达太阳的可能性比下游侧(东)高的区域，由此提高日照概率的预测精度。

如图8所示，判定区域Ar1在与从太阳位置S1远离的方向D2正交的方向D3上具有规定值以上的宽度。作为规定值，以从太阳位置S1朝向云移动方向D1的上游侧D2的虚拟中心线为中心具有10度以上的宽度是优选的。这是因为，云移动方向有可能随着时间经过而变化，如果判定区域Ar1具有规定值以上的宽度，则能够应对云移动方向变化的可能性。即，如果宽度宽，则即使云移动方向的变化大也能够应对。

如图8所示，判定区域Ar1在从太阳位置S1远离的方向D2上的长度W1优选以太阳位置S1为起点而与云移动速度相应地被设定。能够与从当前到希望预想日照概率的未来为止的时间长度以及云移动速度相应地恰当设定上述长度W1。例如在预测到10分钟后的情况下，如果云移动速度快，则需要将上述长度W1设定得长，反而如果云移动速度慢，则需要将上述长度W1设定得短。

如图8所示，判定区域Ar1是朝向从太阳位置S1远离的方向D2而宽度变宽的形状。云到达太阳位置的距离越长，即从太阳位置越远离，则云的移动方向变化的可能性越高，因此通过将判定区域设为朝向从太阳位置远离的方向而宽度变宽的形状，能够设定与前进路线的变化概率相应的区域。

＜日照计算部17＞

图1所示的日照计算部17基于判定区域Ar1以及被提取的云，计算经过规定时间后的日照概率。具体而言，如图8所示，日照计算部17基于从被提取的云到太阳位置S1的距离W2、以及云移动速度，计算经过规定时间后的日照概率。在图8的例中，能够基于距离W2以及云移动速度计算云到达太阳位置S1的时间，因此能够计算出在经过了计算的时间后成为阴天。同样，也同样能够计算出云穿过太阳位置S1的时间。

进而，日照计算部17如图8所示，能够基于例如对应于1分钟后的判定区域Ar2与被提取的云之间的重复面积，计算1分钟后的日照概率。判定区域Ar2是以太阳位置S1为中心的规定半径的区域。如果云的重复面积占判定区域Ar2是100％，则日照概率为0％。能够基于例如对应于2分钟后的判定区域Ar3与被提取的云之间的重复面积，计算2分钟后的日照概率。在该图的例中，云的重复面积占判定区域Ar3不是100％，例如是80％，因此能够判定为日照概率是20％。如果基于这些判定区域与云的重复面积，则如图8所示，能够按时序计算随着时间经过的日照概率。

[云观测方法]

参照图2说明上述云观测系统1所执行的云观测方法。

首先，在步骤ST100中，图像取得部12取得由相机10对天空进行摄影而得到的图像G1。在下一步骤ST101中，云提取部13在图像中提取云。在下一步骤ST102中，云移动信息取得部15取得图像中的至少包含云移动方向的云移动信息。在下一步骤ST103中，太阳确定部14确定图像中的太阳位置。在下一步骤ST104中，判定区域设定部16在图像中设定以太阳位置S1为基点的判定区域Ar1。在下一步骤ST105中，日照计算部17基于判定区域Ar1以及被提取的云，计算经过规定时间后的日照概率。

[变形例：云移动信息取得部]

在图1所示的实施方式中，构成为从多个图像取得云移动信息，但不限定于此。例如，也可以如图4所示，将云移动信息取得部115构成为从外部的风速计、气象服务器等设备115a取得云移动信息。

[变形例：判定区域]

在图8所示的实施方式中，判定区域Ar1是朝向从太阳位置S1远离的方向而宽度变宽的形状，但不限定于此。例如，也可以如图9所示的判定区域Ar4那样，是朝向从太阳位置S1远离的方向而宽度一定的形状。另外，也可以如图10所示的判定区域Ar5那样，是在与从太阳位置S1远离的方向D2正交的方向D3上不具有宽度的形状。不具有宽度，意味着构成宽度的像素是1个像素。另外，也可以如图11所示的判定区域Ar6那样，是具有从靠太阳位置S1侧朝向云移动方向D1的上游侧延伸的区域Ar60、以及以太阳位置S1为中心的周围附近的区域Ar61的形状。另外，也可以如图12所示的判定区域Ar7那样，设为从靠太阳位置S1侧朝向云移动方向D1的上游侧延伸但是避开太阳位置S1的中心附近的形状。另外，也可以如图13所示的判定区域Ar8那样不考虑鱼眼透镜的曲率而设为扇形，也可以如该图中的判定区域Ar9那样设为考虑鱼眼透镜的曲率对判定区域Ar8进行校正后的形状。

[变形例：多个判定区域]

在上述的例中，设为全部云处于相同程度的高度，且云移动方向及云移动速度相同，但不限定于此。例如，根据云的高度，移动方向及速度有时按每朵云不同。在这样的情况下，优选不是设置单一的判定区域，而是设置多个判定区域。即，如图14所示优选构成为：云移动信息取得部15取得多个云移动信息(云移动方向D1、D1')，判定区域设定部16基于多个云移动信息(云移动方向D1、D1')设定多个判定区域Ar10、Ar11，日照计算部17按多个判定区域Ar10、Ar11中的每个判定区域计算日照概率。

[基于权重系数计算日照概率]

在图1～14所示的实施方式中，基于云移动方向设定判定区域，基于判定区域与被提取的云有无重复来计算日照概率，但不限定于此。例如，如图15所示，判定区域设定部16以太阳位置S1为基点设定判定区域Ar12。图15所示的判定区域Ar12是以太阳位置S1为中心的圆形，但只要以太阳位置S1为基点，则也可以是任何形状。日照计算部17基于如图15所示以太阳位置S1为基点而云移动方向D1的上游侧D2与下风侧D1相比重要度被设定得高的权重系数、判定区域Ar12、以及被提取的云，计算经过规定时间后的日照概率。在图15中，以数字表现权重系数，权重系数越大则意味着重要度越高。在图15的例中，针对与图8所示的扇形的判定区域Ar1对应的部位，设定了表示重要度高的权重系数(1.0～0.9)，针对除了扇形以外的部位，设定了表示重要度低的权重系数(0.01)。根据该构成，能够以与图8所示的扇形的判定区域Ar1相同之意计算日照概率。此外，能够将图1～14所示的基于云移动方向设定判定区域与使用权重系数并用。

如上，本实施方式的云观测装置11具备：

图像取得部12，取得由相机对天空进行摄影而得到的图像G1；

云提取部13，提取图像G1中的云；

太阳确定部14，确定图像G1中的太阳位置S1；

判定区域设定部16，在图像G1中，设定以太阳位置S1为基点的判定区域(Ar1、Ar4～12)；以及

日照计算部17，基于判定区域以及被提取的云，计算经过规定时间后的日照概率。

本实施方式的云观测方法包括：

取得由相机对天空进行摄影而得到的图像G1(ST100)；

提取图像G1中的云(ST101)；

确定图像G1中的太阳位置S1(ST103)；

在图像G1中，设定以太阳位置S1为基点的判定区域(Ar1、Ar4～12)(ST104)；

基于判定区域以及被提取的云，计算经过规定时间后的日照概率(ST105)。

像这样，基于以太阳位置S1为基点而设定的判定区域(Ar1、Ar4～12)、以及云，计算经过规定时间后的日照概率，因此无需按每朵云预测经过规定时间后的位置，而仅对判定区域(Ar1、Ar4～12)中是否存在云进行判断即可。尽管如此，仅通过变更判定区域(Ar1、Ar4～12)中的要评价的区域，就能够容易地计算多个时刻的日照概率。因此，能够以计算成本减小及简化的方法计算日照概率。

优选如图8～14所示的实施方式那样，具备取得图像G1中的至少包含云移动方向D1的云移动信息的云移动信息取得部(15、115)，判定区域设定部16以太阳位置S1为基点，设定基于云移动方向的判定区域(Ar1、Ar4～11)。

根据该构成，能够考虑云移动方向D1设定判定区域(Ar1、Ar4～11)，能够提高日照概率的预测精度。

优选如图8～14所示的实施方式那样，判定区域设定部16以太阳位置S1为基点，设定云移动方向D1的上游侧D2比下游侧D1大的判定区域(Ar1、Ar4～11)。

以太阳位置S1为基点，与云移动方向的下游侧D1相比，上游侧D2是随着时间经过而云到达太阳的可能性更高的区域。像这样，如果云存在，则能够考虑云移动方向D1来设定随着时间经过而云到达太阳的可能性高的区域，能够提高日照概率的预测精度。

优选如图8所示的实施方式那样，云移动信息包含云移动速度，判定区域Ar1在从太阳位置S1远离的方向D2上的长度W1以太阳位置S1为起点与云移动速度相应地被设定。

像这样，能够与从当前到希望预想日照概率的未来为止的时间长度以及云移动速度相应地恰当设定上述长度W1。

优选如图8所示的实施方式那样，云移动信息包含云移动速度，日照计算部17基于从被提取的云到太阳位置S1的距离、以及云移动速度，计算经过规定时间后的日照概率。

像这样，能够以表示是阴天还是晴天的程度计算日照概率。

优选如图8所示的实施方式那样，日照计算部17基于判定区域Ar1(Ar2、Ar3)与被提取的云之间的重复面积，计算经过规定时间后的日照概率。

像这样，能够根据重复面积相对于判定区域之比来计算日照概率。

优选如图8～14所示的实施方式那样，判定区域(Ar1、Ar4～11)具有从靠太阳位置S1侧朝向云移动方向D1的上游侧D2延伸的区域。

根据该构成，从靠太阳位置S1侧到云移动方向D1的上游侧D2，设定随着时间经过而云到达太阳的可能性高的区域，因此能够提高日照概率的预测精度。

优选如图8～9及图11～14所示的实施方式那样，判定区域(Ar1、Ar4、Ar6～11)在与从太阳位置S1远离的方向D2正交的方向D3上具有规定值以上的宽度。

云移动方向D1有可能随着时间经过而变化，像这样通过判定区域(Ar1、Ar4、Ar6～11)具有规定值以上的宽度，能够应对云移动方向D1变化的可能性，能够提高日照概率的预测精度。

优选如图8～9及图11～14所示的实施方式那样，判定区域(Ar1、Ar4、Ar6～11)是朝向从太阳位置S1远离的方向D2而宽度变宽的形状。

云到达太阳位置S1的距离越长，即云从太阳位置S1越远离，则云移动方向变化的可能性越高，因此通过将判定区域(Ar1、Ar4、Ar6～11)设为朝向从太阳位置S1远离的方向D2而宽度变宽的形状，能够设定与前进路线的变化概率相应的区域，能够提高日照概率的预测精度。

优选如图15所示的实施方式那样，日照计算部17基于以太阳位置S1为基点而云移动方向D1的上游侧D2与下游侧D1相比重要度被设定得高的权重系数、判定区域Ar12、以及被提取的云，计算经过规定时间后的日照概率。

像这样，如果云存在，则能够考虑云移动方向D1来设定随着时间经过而云到达太阳的可能性高的区域，能够提高日照概率的预测精度。

优选如图1、图3、图5～7所示的实施方式那样，图像取得部12确定由相机对天空逐次摄影而得到的多个图像G1、G2，云移动信息取得部15基于逐次摄影的多个图像G1、G2，计算各图像G1、G2中的云移动信息。

根据该构成，仅通过图像就能够取得云移动信息。

优选如图1、图5～7所示的实施方式那样，具备从第1图像G1中的云(C01、C02)之中，识别与比第1图像G1靠前摄影的第2图像G2中的云(C03、C04)对应的云(C01)的同一云识别部18，云移动信息取得部15基于第1图像G1中的云(C01)的位置以及第2图像G2中的对应的云(C03、C04)的位置，计算云移动信息。

根据该构成，从第1图像G1及第2图像G2识别彼此对应的云，因此能够恰当地计算云移动信息。

优选如图1、图5～7所示的实施方式那样，具有：组设定部18a，设定多个将第1图像G1中的云(C01、C02)与第2图像G2中的云(C03～06)以一对一、一对多或者多对一的至少某一个关系组合而成的组(P1～P7)；

组去除部18b，基于云彼此的移动距离、大小变化量、亮度变化、色度变化量、色调变化量中的至少1个将组删除，以针对1朵云设定1个组；以及

识别部18c，基于剩余的组，识别为第1图像G1的云与第2图像G2中的对应的云是同一朵云。

根据该构成，即使随着时间经过而云结合或云分离，也能够识别为同一朵云。

优选如图1及图3所示的实施方式那样，云移动信息通过对图像G1(G2)中的各朵云的至少移动方向进行平均而被计算。

根据该构成，能够减小由于仅着眼于个别的云而产生的误差。

优选如图1及图3所示的实施方式那样，云移动信息通过跨多个图像G1、G2的移动平均而被计算。

根据该构成，即使混入了异常值，也能够抑制其影响。

优选如图14所示的实施方式那样，云移动信息取得部15取得多个云移动信息，判定区域设定部16基于多个云移动信息，设定多个判定区域Ar10、Ar11，日照计算部17按多个判定区域Ar10、Ar11中的每个判定区域计算日照概率。

根据该构成，根据云的高度，移动方向及速度有时按每朵云不同，能够针对云移动信息不同的云，独立地计算日照概率。

本实施方式所涉及的云观测系统1具备相机10、以及上述的云观测装置11。

本实施方式所涉及的程序是使计算机执行上述方法的程序。另外，本实施方式所涉及的计算机能够读取的暂时性记录介质存储了上述程序。

以上，基于附图关于本公开的实施方式进行了说明，但具体性的构成应该理解为不限定于这些实施方式。本公开的范围不仅通过上述的实施方式的说明而且通过权利要求书表示，还包含与权利要求书等同的含义及范围内的全部变更。

例如，权利要求书、说明书及附图中表示的装置、系统、程序及方法中的动作、次序、步骤及阶段等的各处理的执行顺序，只要不是在之后的处理中使用之前的处理的输出，就能够以任意的顺序实现。关于权利要求书、说明书及附图中的流程，即使为了方便而使用“首先”、“接下来”等进行了说明，也不意味着必须以该顺序执行。

＜第2实施方式＞

关于本公开的第2实施方式的云观测系统101、云观测装置111及云观测方法进行说明。关于与第1实施方式相同的构成，赋予相同的标记并省略说明。第2实施方式的云观测装置111如图16所示，不设置日照计算部17，而代替于此设置了重叠图像生成部19。重叠图像生成部19如图8所示，生成使判定区域Ar1重叠在图像G1(G2)上而成的图像。生成的图像被显示在云观测装置11中设置的显示器上，或者被向外部的计算机发送，最终被显示在显示器上。

根据该构成，在重叠图像中描绘了云(C1、C2)、太阳位置S1及判定区域Ar1，因此仅通过观察重叠图像，就能够知晓经过规定时间后的日照概率。

图2所示的各部12～17通过1个或者多个处理器执行规定程序而实现，但也可以由专用存储器或专用电路来构成各部。

本实施方式的云观测系统1在一个计算机11的处理器11b中安装有各部12～17，但也可以使各部12～17分散地在多个计算机或云上安装。即，也可以由多个处理器执行。

能够将上述的各实施方式中采用的构造用于其他任意的实施方式。在图1中，为了便于说明，安装了各部12～17，但能够任意地省略它们的一部分。例如，能够举出安装各部12～14的实施方式。

各部的具体性的构成不是仅限定于上述的实施方式，能够在不脱离本公开的主旨的范围内进行各种变形。

附图标记说明：

11 云观测装置

12 图像取得部

13 云提取部

14 太阳确定部

15，115 云移动信息取得部

16 判定区域设定部

17 日照计算部

18 同一云识别部

18a 组设定部

18b 组去除部

18c 识别部

19 重叠图像生成部

G1 图像(第1图像)

G2 图像(第2图像)

用语：

不一定是全部的目的或者效果/优点都能够依照本说明书中记载的任意的特定实施方式达成。因此，例如本领域技术人员能够想到：特定实施方式能够构成为以达成或优化如本说明书中教导的1个或者多个效果/优点的方式动作，而不一定能够达成如本说明书中教导或者启示的其他目的或者效果/优点。

本说明书中记载的全部处理能够通过由包含1个或者多个计算机或者处理器的计算系统执行的软件代码模块具体实现，并完全自动化。代码模块能够存储于任意类型的非易失性的计算机可读介质或者其他计算机存储装置。一部分或者全部方法能够利用专用的计算机硬件具体实现。

除了本说明书中记载的方式以外，还有很多其他变形例，这根据本公开是显然的。例如，按照实施方式，本说明书中记载的算法的任一个特定动作、事件或者功能能够以不同的时序执行，能够追加、合并或者完全排除(例如，不是说所描述的全部行为或者事象都是算法的执行所必须的)。进而，在特定实施方式中，动作或者事件例如通过多线程处理、中断处理或者多个处理器或者处理器核心，或者在其他并列体系结构上，能够不是逐次(顺序)地而是并列(并行)地执行。进而，不同的任务或者进程也能够通过可一起发挥功能的不同机器以及/或者计算系统执行。

与本说明书中公开的实施方式相关联地说明的各种例示性逻辑模块及模组能够由处理器等机器实施或者执行。处理器可以是微处理器，但也可以替代于此，处理器是控制器、微控制器或状态机、或者它们的组合等。处理器能够包含以处理计算机可执行命令的方式构成的电气电路。在别的实施方式中，处理器包含专用集成电路(ASIC)、现场可编程逻辑门阵列(FPGA)、或者不处理计算机可执行命令而执行逻辑运算的其他可编程设备。处理器另外还能够作为计算设备的组合、例如数字信号处理器(数字信号处理装置)与微处理器的组合、多个微处理器、与DSP核心组合的1个以上的微处理器、或者任意的其他这样的构成来安装。在本说明书中，主要关于数字技术进行说明，但处理器也能够主要包含模拟元件。例如，本说明书中记载的信号处理算法的一部分或者全部能够通过模拟电路或者模拟与数字的混合电路安装。计算环境包含基于微处理器、主机架计算机、数字信号处理器、便携式计算设备、设备控制器或者装置内的计算引擎的计算机系统，但能够包含不限定于此的任意类型的计算机系统。

只要没有特别注明，“能够”、“能做成”、“可能”或者“有可能性”等带条件的词语应理解为：为了传达“特定实施方式包含特定的特征、要素以及/或者步骤，但其他实施方式不包含”而一般使用的上下文内的含义。因此，这样的带条件的词语一般并不表示：特征、要素以及/或者步骤在1个以上的实施方式中被作为必须的任意的方法、或者1个以上的实施方式必然包含用于决定这些特征、要素以及/或者步骤是否被包含在任意的特定实施方式中或者是否被执行的逻辑。

如词语“X、Y、Z中的至少1个”那样的选择性语言只要没有特别记载，应该在为了表示项目、用语等可以是X、Y、Z中的任一个或者其任意的组合而一般使用的上下文中理解(例：X、Y、Z)。因此，这样的选择性词语一般不表示：特定实施方式需要分别存在的X的至少1个、Y的至少1个或者Z的至少1个中的各个。

本说明书中记载而且/或者在附图中示出的流程图中的任意的进程描述、要素或者模块，应该理解为包含用于安装进程中的特定的逻辑功能或者要素的1个以上可执行命令在内的、潜在地表示模组、段或者代码的一部分的对象。替代的实施方式被包含在本说明书中记载的实施方式的范围内，在此，要素或者功能如本领域技术人员理解的那样，按照所关联的功能性，能够在实质上同时或者以相反的顺序，从图示或者说明的内容中删除、或者以不同顺序执行。

只要没有特别明示，如“一个”这样的数词一般应该解释为：包含1个以上的被描述的项目。因此，“以……方式被设定的一个设备”等语句，意味着包含1个以上的被列举的设备。这样的1个或者多个被列举的设备也能够以执行所记载的引用内容的方式集合性地构成。例如，“以执行以下的A、B及C的方式构成的处理器”，能够包含以执行A的方式构成的第1处理器、以及以执行B及C的方式构成的第2处理器。而且，即使被导入的实施例的具体的数字被明示地列举，本领域技术人员也应该解释为：这样的列举典型地至少意味着被列举的数字(例如，未使用其他修饰语的“列举2个”这样的简单列举通常意味着列举至少2个、或者列举2个以上)。

一般而言，本说明书中使用的用语一般由本领域技术人员判断为意味着“非限定”用语(例如，“包含……”这样的用语应该解释为“不止于此，至少包含……”，“具有……”这样的用语应该解释为“至少具有……”，“包含”这样的用语应该解释为“包含以下，但不限定于此”等)。

为了说明的目的，本说明书中使用的“水平”这样的用语与其方向无关，作为说明的系统被使用的区域的底面的平面或者与表面平行的平面、或者说明的方法被实施的平面来定义。“底面”这样的用语能够与“地面”或者“水面”这样的用语置换。“垂直/铅直”这样的用语指的是与被定义的水平线垂直/铅直的方向。“上侧”、“下侧”、“下”、“上”、“侧面”、“更高”、“更低”、“在上方”、“越过……”“下的”等用语相对于水平面被定义。

本说明书中使用的用语中“附着”、“连接”、“成对”及其他关联用语只要没有特别注释，应该解释为包含可拆卸、可移动、固定、可调节、及/或可拆卸的连接或者连结。连接/连结包含直接连接以及/或者具有所说明的2个构成要素之间的中间构造的连接。

只要没有特别明示，本说明书中使用的像“大约”、“大致”及“实质上”这样的用语之后的数字包含被列举的数字，另外，进而表示与执行所期望的功能或者达成所期望的结果的被记载的量相近的量。例如，“大约”、“大致”及“实质上”只要没有特别明示，指的是小于被记载的数值的10％的值。如本说明书中使用的那样，“大约”、“大致”及“实质上”等用语之后公开的实施方式的特征，进而表示执行所期望的功能或者达成关于该特征所期望的结果的若干个具有可变性的特征。

在上述的实施方式中，能够追加很多变形例及修正例，这些要素应该理解为包含在其他能够允许的例子之中。像这样的全部修正及变形都意图包含在本公开的范围内，通过以下的权利要求书保护。