Cohabitation is becoming more prevalent in western society so that up to 7.5 million cohabiting couples were reported in the USA for the year 2010. The present study investigated whether the cohabitants’ attachment style might be one of the reasons for cohabitation gaining such popularity. Attachment styles as well as socio-demographic variables were compared in regard to the partnership status. A sample of 1,002 participants aged 18 to 60 were used as a representative sample (M = 43.5, SD = 10.9), of which 54% were female and 82% were married. The cohabitants were younger, more highly educated, and less frequently affiliated with a church. The cohabitants were more anxious-attached, especially those of a younger age. A one-point increase in value on the AAS anxiety scale almost doubled the possibility of cohabitation. Most of the variance can be explained by socio-demographic variables. However, based on these representative data, and after controlling for socio-demographic variables, attachment anxiety is still connected to cohabitation. The diverse results in the literature may be explained by differences in the socio-demographic characteristics of the sample.

Measuring the liquid velocity and turbulence parameters in multiphase flows is a challenging task. In general, measurements based on optical methods are hindered by the presence of the gas phase. In the present work, it is shown that this leads to a sampling bias. Here, particle image velocimetry (PIV) is used to measure the liquid velocity and turbulence in a bubble column for different gas volume flow rates. As a result, passing bubbles lead to a significant sampling bias, which is evaluated by the mean liquid velocity and Reynolds stress tensor components. To overcome the sampling bias a window averaging procedure that waits a time depending on the locally distributed velocity information (hold processor) is derived. The procedure is demonstrated for an analytical test function. The PIV results obtained with the hold processor are reasonable for all values. By using the new procedure, reliable liquid velocity measurements in bubbly flows, which are vitally needed for CFD validation and modeling, are possible. In addition, the findings are general and can be applied to other flow situations and measuring techniques.

Bezüglich des Waldes hat sich in den letzten Jahren seitens der Politik und Wirtschaft ein steigender Informationsbedarf entwickelt. Zur Bereitstellung dieses Bedarfes stellt die Fernerkundung ein wichtiges Hilfsmittel dar, mit dem sich flächendeckende Datengrundlagen erstellen lassen. Die k-nächsten-Nachbarn-Methode (kNN-Methode), die terrestrische Aufnahmen mit Fernerkundungsdaten kombiniert, stellt eine Möglichkeit dar, diese Datengrundlage mit Hilfe der Fernerkundung zu verwirklichen. Deshalb beschäftigt sich die vorliegende Dissertation eingehend mit der kNN-Methode. An Hand der zwei Merkmale Grundfläche (metrische Daten) und Totholz (kategoriale Daten) wurden umfangreiche Berechnungen durchgeführt, wobei verschiedenste Variationen der kNN-Methode berücksichtigt wurden. Diese Variationen umfassen verschiedenste Einstellungen der Distanzfunktion, der Wichtungsfunktion und der Anzahl k-nächsten Nachbarn. Als Fernerkundungsdatenquellen kamen Landsat- und Hyperspektraldaten zum Einsatz, die sich sowohl von ihrer spektralen wie auch ihrer räumlichen Auflösung unterscheiden. Mit Hilfe von Landsat-Szenen eines Gebietes von verschiedenen Zeitpunkten wurde außerdem der multitemporale Ansatz berücksichtigt. Die terrestrische Datengrundlage setzt sich aus Feldaufnahmen mit verschiedenen Aufnahmedesigns zusammen, wobei ein wichtiges Kriterium die gleichmäßige Verteilung von Merkmalswerten (z.B. Grundflächenwerten) über den Merkmalsraum darstellt. Für die Durchführung der Berechnungen wurde ein Programm mit Visual Basic programmiert, welches mit der Integrierung aller Funktionen auf der Programmoberfläche eine benutzerfreundliche Bedienung ermöglicht. Die pixelweise Ausgabe der Ergebnisse mündete in detaillierte Karten und die Verifizierung der Ergebnisse wurde mit Hilfe des prozentualen Root Mean Square Error und der Bootstrap-Methode durchgeführt. Die erzielten Genauigkeiten für das Merkmal Grundfläche liegen zwischen 35 % und 67 % (Landsat) bzw. zwischen 65 % und 67 % (HyMapTM). Für das Merkmal Totholz liegen die Übereinstimmungen zwischen den kNN-Schätzern und den Referenzwerten zwischen 60,0 % und 73,3 % (Landsat) und zwischen 60,0 % und 63,3 % (HyMapTM). Mit den erreichten Genauigkeiten bietet sich die kNN-Methode für die Klassifizierung von Beständen bzw. für die Integrierung in Klassifizierungsverfahren an. / Mapping forest variables and associated characteristics is fundamental for forest planning and management. The following work describes the k-nearest neighbors (kNN) method for improving estimations and to produce maps for the attributes basal area (metric data) and deadwood (categorical data). Several variations within the kNN-method were tested, including: distance metric, weighting function and number of neighbors. As sources of remote sensing Landsat TM satellite images and hyper spectral data were used, which differ both from their spectral as well as their spatial resolutions. Two Landsat scenes from the same area acquired September 1999 and 2000 regard multiple approaches. The field data for the kNN- method comprise tree field measurements which were collected from the test site Tharandter Wald (Germany). The three field data collections are characterized by three different designs. For the kNN calculation a program with integration all kNN functions were developed. The relative root mean square errors (RMSE) and the Bootstrap method were evaluated in order to find optimal parameters. The estimation accuracy for the attribute basal area is between 35 % and 67 % (Landsat) and 65 % and 67 % (HyMapTM). For the attribute deadwood is the accuracy between 60 % and 73 % (Landsat) and 60 % and 63 % (HyMapTM). Recommendations for applying the kNN method for mapping and regional estimation are provided.

Von Fahrzeugen des Öffentlichen Verkehrs sind deren Positionen bekannt, wenn sie informationstechnisch in ein Betriebsleitsystem eingebunden sind. Über die auf dem Streckenband zwischen Meldepunkten zurückgelegte Wegstecke und die jeweils dafür benötigte Zeit kann auf die mittlere Geschwindigkeit geschlossen werden. Aus dieser wiederum kann eine Verkehrslageaussage abgeleitet werden. In wie weit diese für den Gesamtverkehrsstrom gültig, belastbar und richtlinienkonform ist, welche Randbedingungen für eine Auswertung einzuhalten sind, welche Verfahren sich zur Aufbereitung anbieten und welche Nutzungsszenarien unterstützt werden, wird aufgezeigt.

Bezüglich des Waldes hat sich in den letzten Jahren seitens der Politik und Wirtschaft ein steigender Informationsbedarf entwickelt. Zur Bereitstellung dieses Bedarfes stellt die Fernerkundung ein wichtiges Hilfsmittel dar, mit dem sich flächendeckende Datengrundlagen erstellen lassen. Die k-nächsten-Nachbarn-Methode (kNN-Methode), die terrestrische Aufnahmen mit Fernerkundungsdaten kombiniert, stellt eine Möglichkeit dar, diese Datengrundlage mit Hilfe der Fernerkundung zu verwirklichen. Deshalb beschäftigt sich die vorliegende Dissertation eingehend mit der kNN-Methode. An Hand der zwei Merkmale Grundfläche (metrische Daten) und Totholz (kategoriale Daten) wurden umfangreiche Berechnungen durchgeführt, wobei verschiedenste Variationen der kNN-Methode berücksichtigt wurden. Diese Variationen umfassen verschiedenste Einstellungen der Distanzfunktion, der Wichtungsfunktion und der Anzahl k-nächsten Nachbarn. Als Fernerkundungsdatenquellen kamen Landsat- und Hyperspektraldaten zum Einsatz, die sich sowohl von ihrer spektralen wie auch ihrer räumlichen Auflösung unterscheiden. Mit Hilfe von Landsat-Szenen eines Gebietes von verschiedenen Zeitpunkten wurde außerdem der multitemporale Ansatz berücksichtigt. Die terrestrische Datengrundlage setzt sich aus Feldaufnahmen mit verschiedenen Aufnahmedesigns zusammen, wobei ein wichtiges Kriterium die gleichmäßige Verteilung von Merkmalswerten (z.B. Grundflächenwerten) über den Merkmalsraum darstellt. Für die Durchführung der Berechnungen wurde ein Programm mit Visual Basic programmiert, welches mit der Integrierung aller Funktionen auf der Programmoberfläche eine benutzerfreundliche Bedienung ermöglicht. Die pixelweise Ausgabe der Ergebnisse mündete in detaillierte Karten und die Verifizierung der Ergebnisse wurde mit Hilfe des prozentualen Root Mean Square Error und der Bootstrap-Methode durchgeführt. Die erzielten Genauigkeiten für das Merkmal Grundfläche liegen zwischen 35 % und 67 % (Landsat) bzw. zwischen 65 % und 67 % (HyMapTM). Für das Merkmal Totholz liegen die Übereinstimmungen zwischen den kNN-Schätzern und den Referenzwerten zwischen 60,0 % und 73,3 % (Landsat) und zwischen 60,0 % und 63,3 % (HyMapTM). Mit den erreichten Genauigkeiten bietet sich die kNN-Methode für die Klassifizierung von Beständen bzw. für die Integrierung in Klassifizierungsverfahren an. / Mapping forest variables and associated characteristics is fundamental for forest planning and management. The following work describes the k-nearest neighbors (kNN) method for improving estimations and to produce maps for the attributes basal area (metric data) and deadwood (categorical data). Several variations within the kNN-method were tested, including: distance metric, weighting function and number of neighbors. As sources of remote sensing Landsat TM satellite images and hyper spectral data were used, which differ both from their spectral as well as their spatial resolutions. Two Landsat scenes from the same area acquired September 1999 and 2000 regard multiple approaches. The field data for the kNN- method comprise tree field measurements which were collected from the test site Tharandter Wald (Germany). The three field data collections are characterized by three different designs. For the kNN calculation a program with integration all kNN functions were developed. The relative root mean square errors (RMSE) and the Bootstrap method were evaluated in order to find optimal parameters. The estimation accuracy for the attribute basal area is between 35 % and 67 % (Landsat) and 65 % and 67 % (HyMapTM). For the attribute deadwood is the accuracy between 60 % and 73 % (Landsat) and 60 % and 63 % (HyMapTM). Recommendations for applying the kNN method for mapping and regional estimation are provided.

Für die Verkehrsnachfragemodellierung stehen dem Planer sehr differenzierte Modellansätze zur Verfügung. Ein wesentliches Unterscheidungskriterium stellt dabei der Modellierungsgegenstand dar. Der Fokus der vorliegenden Arbeit ist auf makroskopische Verkehrsplanungsmodelle gerichtet. Es wird der Frage nachgegangen, in welcher Form die Ergebnisse großräumiger und lokaler Haushaltsbefragungen effizient bzw. sich gegenseitig ergänzend in Modellierungsaufgaben Einsatz finden können. Im Mittelpunkt der empirischen Datenanalyse steht die Frage, ob ein Unterschied in der Ausprägung zentraler modellierungsrelevanter Kenngrößen differenziert nach Raumtypen statistisch belegbar und planungspraktisch bedeutsam ist. Vor diesem Hintergrund wird auch die Auswirkung der komplexen Stichprobenpläne von MiD 2002 und SrV 2003 auf die Varianz der Parameterschätzung berücksichtigt. Ein in dieser Arbeit entwickelter, mehrstufiger Bewertungsalgorithmus, der dem Signifikanz-Relevanz-Problem hinreichend Rechnung trägt, bildet die Grundlage der Hypothesenprüfung. Er verbindet das Standardvorgehen (Signifikanztest) mit normativ gesetzten Effektgrößen und dem schätzerbasierten Vorgehen (Konfidenzintervalle). Eine besonders hohe Transparenz und Entscheidungskonsistenz erlangt der Ansatz dadurch, dass die Hypothesenprüfung auf Basis zweier voneinander unabhängig erhobener Untersuchungsgruppen (MiD, SrV) erfolgt. Die intensive Arbeit mit den Datengrundlagen MiD und SrV liefert eine Vielzahl von Erkenntnissen zur weiteren Qualifizierung des Erhebungsinstrumentes „Mobilität in Städten – SrV“. In Vorbereitung der im Jahre 2008 anstehenden Neuauflage der Erhebungsreihe wird nach Ansicht des Autors mit der Arbeit ein wesentlicher Impuls zur Weiterentwicklung der Methodik gegeben.

No description available.

Measuring the liquid velocity and turbulence parameters in multiphase flows is a challenging task. In general, measurements based on optical methods are hindered by the presence of the gas phase. In the present work, it is shown that this leads to a sampling bias. Here, particle image velocimetry (PIV) is used to measure the liquid velocity and turbulence in a bubble column for different gas volume flow rates. As a result, passing bubbles lead to a significant sampling bias, which is evaluated by the mean liquid velocity and Reynolds stress tensor components. To overcome the sampling bias a window averaging procedure that waits a time depending on the locally distributed velocity information (hold processor) is derived. The procedure is demonstrated for an analytical test function. The PIV results obtained with the hold processor are reasonable for all values. By using the new procedure, reliable liquid velocity measurements in bubbly flows, which are vitally needed for CFD validation and modeling, are possible. In addition, the findings are general and can be applied to other flow situations and measuring techniques.

Für die Verkehrsnachfragemodellierung stehen dem Planer sehr differenzierte Modellansätze zur Verfügung. Ein wesentliches Unterscheidungskriterium stellt dabei der Modellierungsgegenstand dar. Der Fokus der vorliegenden Arbeit ist auf makroskopische Verkehrsplanungsmodelle gerichtet. Es wird der Frage nachgegangen, in welcher Form die Ergebnisse großräumiger und lokaler Haushaltsbefragungen effizient bzw. sich gegenseitig ergänzend in Modellierungsaufgaben Einsatz finden können. Im Mittelpunkt der empirischen Datenanalyse steht die Frage, ob ein Unterschied in der Ausprägung zentraler modellierungsrelevanter Kenngrößen differenziert nach Raumtypen statistisch belegbar und planungspraktisch bedeutsam ist. Vor diesem Hintergrund wird auch die Auswirkung der komplexen Stichprobenpläne von MiD 2002 und SrV 2003 auf die Varianz der Parameterschätzung berücksichtigt. Ein in dieser Arbeit entwickelter, mehrstufiger Bewertungsalgorithmus, der dem Signifikanz-Relevanz-Problem hinreichend Rechnung trägt, bildet die Grundlage der Hypothesenprüfung. Er verbindet das Standardvorgehen (Signifikanztest) mit normativ gesetzten Effektgrößen und dem schätzerbasierten Vorgehen (Konfidenzintervalle). Eine besonders hohe Transparenz und Entscheidungskonsistenz erlangt der Ansatz dadurch, dass die Hypothesenprüfung auf Basis zweier voneinander unabhängig erhobener Untersuchungsgruppen (MiD, SrV) erfolgt. Die intensive Arbeit mit den Datengrundlagen MiD und SrV liefert eine Vielzahl von Erkenntnissen zur weiteren Qualifizierung des Erhebungsinstrumentes „Mobilität in Städten – SrV“. In Vorbereitung der im Jahre 2008 anstehenden Neuauflage der Erhebungsreihe wird nach Ansicht des Autors mit der Arbeit ein wesentlicher Impuls zur Weiterentwicklung der Methodik gegeben.

Tailings are the fine-grained residues produced by processing operations, and are commonly retain residual contents of valuable and critical metals. Re-mining of tailings storage facilities (TSF) could play a crucial role in alleviating environmental problems associated with mine wastes, while recovering residual value and decreasing the volumes of tailings to be stored. Resource modelling of TSFs is complicated by their heterogeneity, which results from the sedimentary-style deposition of tailings, as well as post-depositional processes like weathering. Tailings particles are sorted based on size and density (i.e., mineralogy), generating strong systematic trends in geochemistry across a TSF. As such, TSFs should not be treated the same way as primary deposits; different sampling, spatial modelling, and processing methods may be needed, as well as adaptions to resource and reserve reporting codes. This thesis provides recommendations for the resource and reserve estimation of TSFs. To achieve this, a series of methods were developed, from best-practise sampling of TSFs for resource estimation, through to geostatistical modelling of a TSF for grade/tonnage estimation with corresponding uncertainties, to geometallurgical modelling using particle-based data.