The paper aims to test long-term and short-term causality from four exchange rates, the Korean won/$US, the Korean won/Euro, the Korean won/Japanese yen, and the Korean won/Chinese yuan, to the Korea Composite Stock Price Index in the presence of several macroeconomic variables using monthly data from January 1986 to June 2018. The results of Johansen cointegration tests show that there exists at least one cointegrating equation, which indicates that long-run causality from an exchange rate to the Korean stock market will exist. The results of vector error correction estimates show that: for long-term causality, the coefficient of the error correction term is significant with a negative sign, that is, long-term causality from exchange rates to the Korean stock market is observed. For short-term causality, the coefficient of the Japanese yen exchange rate is significant with a positive sign, that is, short-term causality from the Japanese yen exchange rate to the Korean stock market is observed. The coefficient of the financial crises i.e. 1997-1999 Asian financial crisis and 2007- 2008 global financial crisis on the endogenous variables in the model and the Korean economy is significant. The result indicates that the financial crises have considerably affected the Korean economy, especially a negative effect on money supply.

대형산불 발생 후 원격탐사를 이용한 식생분석은 대규모 지역에서 신속하고 객관적인 분석결과를 적은 비용으로 얻을 수 있는 장점이 있다. 또한, 이러한 결과를 다른 분야에 제공함으로써 연구과제의 연결성과 분석의 효용성을 최대화 할 수 있다. 위성영상분석결과를 활용한 산불 피해강도의 도면화는 산불피해 직후, 조사계획 수립과 모니터링은 물론 산불 전후의 피해특성 및 양상 그리고 복구계획 수립을 위한 기초자료로 활용될 수 있다(Lentile, 2006). 시기에 따른 피해강도를 분석할 때 다양한 환경 요인의 변화는 변화된 정보량을 얻는데 영향을 주게 된다. 따라서 변화 탐지의 성능을 향상시키기 위해 환경적인 요소의 변화를 최대한 줄여 주어야 한다. 최근 분석의 정확도를 향상시키기 위해, RapidEye, SPOT-5, IKONOS, KOMPSAT-2와 같은 중고해상도의 영상을 이용하는 경우가 증가하고 있다. 본 연구에서는 2012넌 4월에 발생한 서산 지역의 RapidEye 위성영상을 활용하여 산불피해지의 피해강도 추출하였고 ND산불피해지 현장조사 자료를 기반으로 감독분류기법인 최대우도법(Maximum Likelihood)을 이용하여 피해등급을 구분하였다. 최적 피해강도 추출을 위한 분석기법 선정하기 위해 분류된 피해강도 결과를 비교 분석하였다. 감독분류를 위해서는 산불피해지의 현장조사로 얻어진 5개의 피해등급 지점들의 샘플을 트레이닝 지역으로 활용하였다. 분류에 대한 검증으로는 Kappa 계수를 구했으며 그 값은 0.7870로 아주 좋은 결과를 보였다. 그 이유는 현장조사자료를 훈련지역으로 반영한 결과로 볼 수 있다. 그리고 현장에서 조사한 산불피해강도 조사야장(Korea Composite Burn Index, KCBI)를 통해 나온 등급지수와 서산 지역의 위성영상에서 도출된 결과와 비교 분석하였다. KCBI는 0 ～ 13.2 로 산불피해등급과 같이 5단계로 나누었다. 각 각의 결과를 상관관계로 비교하니 R2 = 0.8981로 상당히 높은 상관관계가 있음을 알 수 있었다. 이를 토대로 향후 대형 산불을 포함한 산불 발생 시 산불피해 및 피해상태를 측정하여 보다 신속하고 정확하게 국가 보고에 활용할 수 있을 것이라 생각된다.