본 연구에서는 2 016년부터 2 02 0년까지 내륙 관측소 중 안개 최다발 지역인 안동을 대상으로 XGBoost-DART 머신러닝 알고리즘을 이용하여 1 시간 후 안개 유무를 예측하였다. 기상자료, 농업관측자료, 추가 파생자료와 각 자료 를 오버 샘플링한 확장자료, 총 6개의 데이터 세트를 사용하였다. 목측으로 획득한 기상현상번호와 시정계 관측으로 측 정된 시정거리 자료를 각각 안개 유[1]무[0]로 이진 범주화하였다. 총 12개의 머신러닝 모델링 실험을 설계하였고, 안개 가 사회와 지역사회에 미치는 유해성을 고려하여 모델의 성능은 재현율과 AUC-ROC를 중심으로 평가하였다. 전체적으 로, 오버샘플링한 기상자료와 기상현상번호 기반의 예측 목표를 조합한 실험이 최고 성능을 보였다. 이 연구 결과는 머 신러닝 알고리즘을 활용한 안개 예측에 있어서, 목측으로 획득한 기상현상번호의 중요성을 암시한다.

본 연구는 조선왕조 말기에 일본 육군성 참모본부 소속의 장교들로 조직된 첩보장교들이 국제법을 위반하면서 한반도에 침투하여 측량침략을 감행한 비밀측량 지도들을 분석한 것이다. 이 지도들은 첩보장교들의 목측에 의해 은밀하고 신속하게 제작된 노상측도와 目測迅速圖로 제작되었기 때문에 일정한 도식이 적용되지 않았다. 이들 지도에서 주목할 만한 것은 일정한 도식에 근거한 등고선과 축척표시가 체계화되지 못하였고 지형의 고도를 표시하기 위하여 우모식과 등고선식이 혼용되었다는 점이다. 그러나 지형을 사실과 근사하게 표시하기에는 많은 시간이 요구되었으므로 경우에 따라서는 간단한 약식등고선이 사용되기도 하였으며, 기호의 범례는 대부분 생략되었다.