Vairāk

Kā vienā un tajā pašā lapā ir divas OpenLayers kartes

Kā vienā un tajā pašā lapā ir divas OpenLayers kartes


Konkrēti, mans jautājums ir: kā piešķirt kartes dažādiem diviem? Manā lappusē abas kartes turpināja novietot zem cita, lai gan es definēju, ka divs ir jāsaskaņo horizontāli.
Tāpēc es meklēju atbildi uz šo jautājumu, kad to atklāju kļūdas dēļ, un, manuprāt, tas nav acīmredzams, tāpēc domāju, ka varētu ar to padalīties.


Nu, tas ir pavisam vienkārši: pirmais konstruktora Map parametrs ir div id! Tas ir viss.
Tātad javascript kodā:

var firstMap = new OpenLayers.Map ("pirmais_karte", {}); var secondMap = jauni OpenLayers.Map ("second_Map", {});

un HTML kods:


Tīmekļa kartēšana

A Tīmekļa kartēšana vai an tiešsaistes kartēšana ir ģeogrāfiskās informācijas sistēmu (ĢIS) piegādāto karšu izmantošanas process internetā, konkrētāk, globālajā tīmeklī (WWW). Tīmekļa karte vai tiešsaistes karte tiek gan pasniegta, gan lietota, tādējādi tīmekļa kartēšana ir vairāk nekā tikai tīmekļa kartogrāfija, tas ir pakalpojums, ar kuru patērētāji var izvēlēties, ko karte parādīs. [1] Tīmekļa ĢIS uzsver ģeodatu apstrādes aspektus, kas vairāk saistīti ar dizaina aspektiem, piemēram, datu iegūšanu un servera programmatūras arhitektūru, piemēram, datu glabāšanu un algoritmiem, nekā paši galalietotāju ziņojumi. [2]

Noteikumi tīmekļa ĢIS un tīmekļa kartēšana paliek nedaudz sinonīmi. Web GIS izmanto tīmekļa kartes un galalietotājus, kuri ir tīmekļa kartēšana iegūst analītiskās iespējas. Termiņš uz atrašanās vietu balstīti pakalpojumi attiecas uz tīmekļa kartēšana patēriņa preces un pakalpojumi. [3] Tīmekļa kartēšana parasti ietver tīmekļa pārlūkprogrammu vai citu lietotāju aģentu, kas spēj mijiedarboties ar klientu. [4] Kvalitātes, izmantojamības, sociālo ieguvumu un juridisko ierobežojumu jautājumi virza tā attīstību. [5] [6]

Tīmekļa kartēšanas parādīšanos var uzskatīt par nozīmīgu jaunu tendenci kartogrāfijā. Vēl nesen kartogrāfija bija ierobežota ar dažiem uzņēmumiem, institūtiem un kartēšanas aģentūrām, kur bija nepieciešama samērā dārga un sarežģīta aparatūra un programmatūra, kā arī kvalificēti kartogrāfi un ģeomātikas inženieri.

Tīmekļa kartēšana ir devusi daudzas ģeogrāfiskas datu kopas, tostarp bezmaksas, ko ģenerē OpenStreetMap, un patentētas datu kopas, kas pieder HERE, Google, Tencent, TomTom un citiem. Ir izveidots un ieviests virkne bezmaksas programmatūras karšu ģenerēšanai līdzās patentētiem rīkiem, piemēram, ArcGIS. Tā rezultātā ir samazināta barjera ienākšanai karšu apkalpošanā tīmeklī.


Politiskās, militārās un topogrāfiskās kartes

Izņemot kadastra kartes, citiem mērķiem tika izgatavotas dažādas kartes, kas aptver Galisijas reģionu, tā pilsētas un ainavas. Administratīvās kartes palīdzēja politiskajai hierarhijai pārvaldīt daudzos valdības militāro karšu līmeņus, kas kalpoja robežu aizsardzībai. Topogrāfiskās kartes kalpoja papildu militāriem un zemes izmantošanas mērķiem. Politisko karšu izvēle ir parādīta Gesher Galicia karšu telpas kartēs no citām vietnēm, kas norādītas saites lapā.

Austrijas impērijas militārās / topogrāfiskās kartes ir nozīmīgas arī to saistības ar iepriekš aprakstītajiem kadastra karšu apsekojumiem. Pirmais militārais apsekojums tika veikts ķeizarienes Marijas Terēzes laikā, un kartēšana un labošana tika pabeigta imperatora Jāzepa II valdīšanas laikā. 1760. – 1780. Gados šī karšu sērija tika izgatavota 1: 28 800 mērogā (tajā laikā diezgan detalizēta) , bet bez jebkādas ģeodēziskās kontroles un ar minimālu mērījumu apjomu, ko parasti ieskicē vizuāli aprēķini vai mērījumu tabula. Kartēs tika attēloti punkti un vērtības, kas piemērotas militāriem mērķiem: galvenie ceļi, upes un tilti (transportēšanai), baznīcas, dzirnavas un citas lielas ēkas (veikaliem un aizsardzībai) aramlauki, ganības, augļu dārzi un meži (pārtika) galvenie kalni un nogāzes. Neskatoties uz ievērojamo ģeogrāfisko neprecizitāti, šīs kartes vēlāk kalpoja kā sākotnējā atskaites bāze sākotnējām impērijas kadastra kartēm.

Pirmās militāro karšu sērijas zemā kvalitāte 19. gadsimtā valdīja imperatora Franča II / I vadībā. Šīs sērijas pamatā bija jauns trigonometriskais bāzes punktu tīkls (izmantots arī kadastra kartēm) un dažos gadījumos arī pašas kadastra kartes, kas ievērojami uzlaboja precizitāti. Sērija atkal tika ražota 1: 28 800 mērogā.

Trešais militārais kartēšanas apsekojums tika uzsākts ar Austrijas Kara ministrijas rīkojumu 1868. gadā, un tas notika pirms pirmā pasaules kara pirmajos gados un pirmajos gados, sākot no 1869. līdz 1887. gadam. Karšu lapas tika izgatavotas dažādos mērogos, ieskaitot Aufnahmeblätter pie 1: 25 000 un Spezialkarte 1: 75 000. Šis Generalkarte von Mitteleuropa aptvēra impērijas teritoriju, kā arī apkārtējās Eiropas teritorijas.


Topogrāfisko karšu resursi skolotājiem

Šajā direktoriju līmeņa vietnē ir saites uz dažādiem topogrāfisko karšu resursiem, kā tos iegūt, lasīt, to vēsturi un karšu projekcijas, kā arī saites uz dažādiem mācību pasākumiem un moduļiem. Tas ir vienas pieturas aģentūra, lai uzzinātu, izmantotu un mācītu topogrāfisko karšu koncepcijas.

  • Informācija par topogrāfisko karti
  • Kartes projekcijas
  • karšu lasīšana
  • Topogrāfiskie mācību resursi

Instrukcijas:

USGS resursi darbam ar topogrāfiskajām kartēm

USGS topogrāfisko karšu lejupielāde un iegāde

Lejupielādējiet bezmaksas digitālās topogrāfiskās kartes GeoPDF formātā, dodoties uz USGS veikalu un noklikšķinot uz "Map Locator & amp Downloader". Lietotājiem ir iespēja izvēlēties divu dažādu veidu topogrāfiskās kartes. Abus var lejupielādēt digitālā formātā bez maksas vai pasūtīts kā papīra izstrādājums:

    - Tādi paši 7,5 minūšu četrstūri kā mūsu vēsturiskās topogrāfiskās kartes, bet pilnībā izveidotas ar datoru. Atjaunina ik pēc trim gadiem, šīm kartēm ir dažādi slāņi, kurus var ieslēgt un izslēgt. - Tie ir esošo papīra karšu augstas izšķirtspējas skenējumi (no 400 ppi līdz 508 ppi). Tie ir pieejami visos mērogos un visos izdevumos.

Lai pārlūkotu populāras tematiskās kartes, dodieties uz veikalu USGS un noklikšķiniet uz "Izglītības produkti"

Jautājumi? Vajadzīga palīdzība? Zvaniet pa tālruni 1-888-ASK-USGS (1-888-275-8747) vai iesniedziet savu jautājumu tiešsaistē.


Lamberta ledājs slīd gar

Arī lielākais ledājs pasaulē ir viens no ātrākajiem.

Ģeogrāfija, Ģeogrāfiskās informācijas sistēmas (ĢIS), Fiziskā ģeogrāfija

Šis attēls izseko Lamberta ledāja ātrumus. Ātrums ir objekta stāvokļa maiņas ātrums & šajā gadījumā ledājs. Ātrums nav tas pats, kas ātrums, lai gan abi ir cieši saistīti. Ātrums raksturo objekta kustības ātrumu, savukārt ātrums norāda arī objekta kustības virzienu. Kāpēc zinātnieki izvēlētos mērīt Lamberta ledāja ātrumu, nevis ātrumu?

Ātrums ļauj zinātniekiem aprēķināt dažādas ledus plūsmas ieplūst Lambertas ledājā, un ledājs pārvietojas pa ledus plauktu. Ātrums tikai aprēķinātu, cik ātri ledājs pārvietojās.

Lamberta ledāja ātrumus aprēķināja, izmantojot metodi, ko sauc par radara interferometriju. Interferometriskie instrumenti ir ieslēgti Radarsat-1 pārraidīja starojumu uz ledāja mērķa zonu, kas pēc tam starojumu atstaroja kosmosā. Citi pavadoņa instrumenti mēra atstaroto starojumu. (Šie ir kartē izmantotie dati.) Kādas citas mērīšanas metodes papildus interferometrijai novērtē signālus, kas atspoguļoti vai atlec no raidītāja? Kur tiek izmantotas šīs metodes?

Interferometrija ir līdzīga radars un sonārs paņēmieni. Radars mēra radioviļņus, un to bieži izmanto astronomijā, meteoroloģijā un sakaros. Sonārs mēra skaņas viļņus, un to bieži izmanto okeanogrāfijā un zemūdens navigācijā.

Zinātnieki kartē uzzīmēja informāciju par Lamberta ledāja ātrumu. Kā gan citādi zinātnieki varēja izteikt šo informāciju?

Zinātnieki varēja izmantot a grafiks vai diagramma lai izmērītu ledāja pieaugošo un samazinošos ātrumu. Viņi varēja izsekot vietu, kur katrs mērījums tika veikts uz vienas ass, un ledāja ātrumu katrā vietā, no otras puses.


Metodes

Dalībnieki

Newcombe un citi. (2015) atklāja, ka bakalaura līmeņa vīrieši darbojas labāk nekā sievietes, izmantojot Topogrāfiskās kartes novērtēšanas (TMA) instrumentu. Tāpat Boardman (1989) 11 līdz 14 gadus veciem bērniem konstatēja dzimumu atšķirības topogrāfisko karšu izpratnē. Tādējādi šajā pētījumā mēs koncentrējamies uz iesācējām sievietēm, lai izvairītos no iespējamiem griestu efektiem. Izmantojot mūsu universitātes Psiholoģijas pētījumu baseinu, mēs pieņēmām darbā 272 sievietes, kas studēja psiholoģijas studentes (vidējais vecums: 20,58 gadi, vecuma diapazons: no 18 līdz 53 gadiem). Dalībnieki sniedza informētu piekrišanu un saņēma kredītu, lai izpildītu līdzdalību pētniecībā par viņu līdzdalību pētījumā.

Materiāli

Kartes pieredzes apsekojums

Kartes pieredzes apsekojums ir Weisberg, Newcombe un Shipley (2013) pielāgots sešu punktu apsekojums, kas izstrādāts, lai novērtētu dalībnieka iepriekšējo pieredzi ar topogrāfiskajām un planimetriskajām kartēm (kartes, kas attēlo tikai reģiona virsmas pazīmju horizontālās pozīcijas Gilhooly, Wood, Kinnear, & amp; Green, 1988). Tajā ietilpst trīs vai tādi jautājumi kā “Vai jums patīk pārgājienā vai nometnē?” un trīs Likerta tipa vienumi, piemēram, “Novērtējiet savu pieredzi ar kartēm kopumā”, kur atbildes bija no 1 (“nav pieredzes”) līdz 7 (“daudz pieredzes”). Kartes pieredzes apsekojums ir sniegts A pielikumā.

Telpiskās orientācijas tests

SOT ir tests, kas paredzēts, lai novērtētu perspektīvas uzņemšanas prasmes. Dalībnieka uzdevums ir iedomāties stāvot viena objekta pozīcijā septiņu objektu displejā (stacijas punkts), kas vērsts pret citu objektu, un pēc tam norādīt virzienu uz trešo objektu. Dalībnieks atbild, uzzīmējot bultiņu, kas uz tukša apļa rāda atbilstošo virzienu, kur centrā atrodas stacijas punkts, bet augšpusē - vērstais objekts. Lai izpildītu 12 priekšmetu testu, ir paredzētas piecas minūtes. Dalībnieces katra priekšmeta rezultāts ir absolūtā novirze grādos starp viņas reakciju un pareizo virzienu uz mērķi (Hegarty & amp Waller, 2004).

Ūdens līmeņa pārbaude

WLT novērtē prasmi noteikt stabilu horizontālo asi, neraugoties uz konfliktējošo vizuālo kontekstu (Piaget & amp Inhelder, 1956). Dalībniekam tiek uzrādīti sešu taisnu pudeļu līniju rasējumi, kas nogāzti no vertikāli pa labi vai pa kreisi. Uzdevums ir uzzīmēt līniju katras pudeles iekšpusē, lai parādītu ūdens atrašanās vietu, ja pudele būtu puse pilna un turēta norādītajā stāvoklī. Līnijas, kas novirzās vairāk nekā 5 grādus no horizontālās, tiek klasificētas kā kļūdas (Liben & amp Golbeck, 1980).

Ievads topogrāfiskajās kartēs

“Ievads topogrāfiskajās kartēs” ir divu lapu izdales materiāls, kurā sniegts fons un norādījumi par topogrāfisko karšu interpretāciju. Tas tika uzrakstīts, pamatojoties uz vienkāršiem, kodolīgiem aprakstiem, kas iegūti no tiešsaistes resursiem. Eksperti ģeozinātnieki, kuri regulāri māca, kā izmantot šīs kartes, apstiprināja galīgo versiju pirms tās izmantošanas šajā pētījumā. Tajā aprakstīti topogrāfisko karšu dažādi izmantošanas veidi un ieviests jēdziens, ka kontūru līnijas tiek izmantotas, lai attēlotu augstumu (Jacovina, Ormand, Shipley un amp Weisberg, 2014).

Topogrāfiskās kartes paraugs

Divdimensiju topogrāfiskā karte ir topogrāfiskā karte, kas adaptēta no Benisona un Moseleja (2003), kurā attēlotas trīs vienkāršas topogrāfiskās formas (kalns, nogāze, un ieleja), kuras parasti māca ievadzinātnes kabinetos (piem., Bennison & amp Moseley, 2003 Busch, 2011). Šīs formas bija uzmanības centrā gan norādīšanas un izsekošanas grupai, gan 3D žestu un modeļu grupai. Karte parādīta 1. attēlā.

Trīsdimensiju pakāpienu kontūru modeļi

Šajā pētījumā tika izmantoti deviņi trīsdimensiju pakāpienu kontūru modeļi, kas izgatavoti no Play-Doh (mīksta modelēšanas savienojuma) plakaniem slāņiem. Plakanie slāņi tika izmantoti, lai vizuāli uzsvērtu, ka kontūras līnijas atspoguļo specifiskus augstumus. Izmēģinājuma darbs ar topogrāfisko karšu iesācējiem parādīja, ka studenti centās pielīdzināt gludus modeļus kartei, tāpēc šeit tika izmantoti modeļi ar plakaniem slāņiem. Četri no modeļiem tika saskaņoti ar topogrāfiskās kartes paraugu, un atlikušajos piecos attēloti papildu kalnu, ieleju, grēdu un nogāžu piemēri, kas kartē nav attēloti. No četriem izlīdzinātajiem modeļiem vienā modelī tika attēlota visa karte, bet pārējos trīs - īpašas struktūras: kalns, ieleja, stāvs un sekls slīpums. Trīs no četriem izlīdzinātajiem modeļiem (kalna modelis, ielejas modelis, kā arī stāvas un seklas nogāzes modelis) ir parādīti 2. attēlā. Pieci pārējie modeļi, kas nav saskaņoti ar topogrāfiskās kartes paraugs bija kalna, ielejas, grēdas, stāvas nogāzes un sekla nogāzes modeļi.

Trīsdimensiju pakāpienu kontūru modeļi 1. eksperimentam. Topogrāfiskās kartes paraugā attēloto struktūru trīs izlīdzināto modeļu attēli: a kalns, b ieleja un c stāvas un seklas nogāzes

Prakses problēmas

Lai sniegtu norādīšanas un izsekošanas grupu, kā arī 3D žestu un modeļu grupas topogrāfisko karšu interpretācijas praksi, tika izveidotas prakses problēmas no piecām ASV Ģeoloģijas dienesta (USGS) kartēm (parādīts 3. attēlā). Katrai kartei dalībnieki Norādīšanas un izsekošanas grupā norādīja vai izsekoja un mutiski iezīmēja katru struktūru, un 3D žestu un modeļu grupas dalībnieki veica trīsdimensiju žestu un identificēja struktūras modeli.

Praktizējiet problēmu kartes. Piecas kartes, kas izmantotas prakses problēmām 1. eksperimentā

Topogrāfiskās kartes novērtējums

TMA ir 18 problēmu topogrāfisko karšu izmantošanas novērtējums. Katra problēma parāda topogrāfisko karti un prasa vai nu diskrētu atbildi (piemēram, “Kurš augstuma profils atbilst līnijas AB šķērsgriezumam?”), Vai arī atvērtu atbildi (piemēram, “Iedomājieties, ka ir straume, kas savieno apli un kvadrātu. Lūdzu, uzzīmējiet ceļu, pēc kura domājat, ka straume sekos. ”). Novērtējumā nav problēmu, lūdzot dalībniekus tieši atsaukt atmiņā struktūras, kas apgūtas mācību laikā. Piecās no 18 problēmām ir atklātas atbildes. Novērtējums nav noteikts laikā. Sešām problēmām ir vairāk nekā viens vienums (piemēram, uzzīmējiet ceļu un sniedziet skaidrojumu), un šo problēmu iegūšanai katram priekšmetam tika piešķirts viens punkts (Newcombe un citi., 2015).

Topogrāfiskās kartes novērtējuma vērtēšana

TMA sastāv no dažādām problēmām, kas izskata dažādus veidus, kā ģeogrāfi izmanto topogrāfiskās kartes, strādājot laukā. Lai novērtētu kopējo topogrāfisko karšu izpratni, mēs apkopojām visu 18 novērtējuma problēmu rādītājus. Tādējādi kopējais iespējamais vērtējumu punktu skaits bija 28.

Pieci no pasākuma jautājumiem aicināja dalībniekus uzzināt savas atbildes. Trīs no pieciem atvērtajiem priekšmetiem bija nepieciešami ūdensteču zīmēšana kartē, bet pārējiem diviem bija jāzīmē maršruts, pa kuru viņi varētu iet no vienas vietas uz otru. Lai nodrošinātu, ka šie vienumi tika vērtēti ticami, starpreiteru ticamība tika noteikta, otram neatkarīgam kodētājam piešķirot katra vienuma atbilžu apakškopu (20%). Starpreitentu vienošanās par visiem pieciem jautājumiem bija augsta kS & gt0.85 (n = 54 atbildes).

Turklāt visus TMA vienumus kodēja divi autori (SMW, KA) un divi eksperti ģeozinātnieki, lai noskaidrotu, vai katram priekšmetam, visticamāk, būs nepieciešamas zināšanas par informāciju par augstumu (ti, augstuma vienības), vai par informāciju par formu ( ti, formas priekšmetus). Vienošanās bija augsta visās 28 vienībās. Četri vērtētāji panāca vienprātību par 16 vienumiem (vienprātības kodēšana), un trīs vērtētāji vienojās par 22 vienumiem (vairākuma kodēšana). Tika uzskatīts, ka pārējiem priekšmetiem pēc būtības ir vajadzīgs gan pacēlums, gan forma. Lai saprastu instrukciju veida ietekmi uz vienumu tipu, analīzēs tika izmantoti priekšmeti, par kuriem vienojās trīs vai vairāk vērtētāji (vairākuma kodēšana) (secinājumi pēc būtības bija vienādi, ja analīzes aprobežojās ar 16 vienprātības kodēšanas vienībām). Trīs vērtētāji kodēja 13 vienumus kā pacēlumu un deviņus priekšmetus kā formu. Salīdzināšanas ērtībai mēs veica vienumu veida analīzi par pareizo priekšmetu proporciju.

Procedūra

Dalībniekus individuāli pārbaudīja klusā telpā. Pēc piekrišanas procesa pabeigšanas visi dalībnieki aizpildīja Kartes pieredzes apsekojumu, WLT un SOT. Pēc pasākumu veikšanas katra persona tika iedalīta vienā no četrām grupām (katrā grupā bija 68 dalībnieki): norādīšanas un izsekošanas, 3D žestu un modeļu, teksta instrukciju un bez instrukciju grupas. Tie dalībnieki, kuri Kartes pieredzes apsekojuma 2. punktā (“Novērtējiet savu pieredzi ar topogrāfiskajām kartēm”) atbildēja ar “4” vai augstāku, tika klasificēti kā augstas topogrāfiskās kartes pieredze un tika vienmērīgi sadalīti četrās grupās (n 3DGesturesandModels = 7, n Rādīt un izsekot = 7, n Uz tekstu balstīta instrukcija = 8, n Neviena instrukcija = 8).

Pēc kartes pieredzes aptaujas aizpildīšanas dalībniekiem grupās Norādīšana un izsekošana, 3D žesti un modeļi, kā arī uz tekstu balstītas instrukcijas tika lūgts izlasīt izdales materiālu “Ievads topogrāfiskajās kartēs”. Tad tikai apmācības un norāžu grupa un 3D žestu un modeļu grupa saņēma papildu apmācību. Pirms teksta instrukciju pabeigšanas instrukciju grupa, kuras pamatā bija teksts, un grupas Bez instrukcijām nesaņēma papildu instrukcijas.

Grupai Norādīšana un izsekošana tika uzrādīta topogrāfiskās kartes paraugs. Eksperiments kartē norādīja uz kalnu un paskaidroja, ka "vērša acs modelis norāda, ka šī reģiona topogrāfija ir veidota kā kalns". Norādījis uz kontūras modeli, eksperimentētājs kartē izsekoja katru koncentrisko slēgto kontūru struktūras iekšienē un lika dalībniekam “iedomāties kalnu, lai palīdzētu vizualizēt teritorijas izskatu”. Pēc tam eksperimentētājs lūdza dalībnieku atspoguļot savas darbības, liekot dalībniecei izcelt katru kontūras līniju struktūrā. Pēc tam, kad dalībnieks izsekoja katru līniju vērša acs modelī, eksperimentētājs paskaidroja, kāpēc šāda veida raksts apzīmē kalnu: “Vērša acs modelis kartē ir līdzvērtīgs kalna formai (atkal norādot uz vērša acs modeli), jo pacēlums vērša acs centrā (centrālās kontūras līnijas izsekošana) ir augstāks nekā pacēlums uz ārējiem gredzeniem (izsekojot divas ārējās slēgtās kontūrlīnijas), kas nozīmē, ka struktūras centram jābūt augstākam par ārpusi. ” Pēc norādījumiem kalnā dalībnieki saņēma līdzīgas instrukcijas par ieleju, kā arī par stāvām un seklām nogāzēm. Norādījumu laikā par ieleju eksperimentētājs atzīmēja, ka līdzīgs kontūras modelis varētu attēlot grēdu, bet augstuma maiņas virziens būtu apgriezts.

3D žestu un modeļu grupai tika prezentēta topogrāfiskās kartes paraugs un topogrāfiskās kartes parauga pakāpeniskais kontūras modelis. Pēc modeļa apskatīšanas eksperimentētājs koncentrēja dalībnieka uzmanību uz atsevišķām struktūrām. Pirmkārt, eksperimentētājs kartē norādīja uz kalnu un paskaidroja, ka vērša acs modelis norāda, ka šī reģiona topogrāfija ir veidota kā kalns. Norādījis uz kontūras modeli, eksperimentētājs veica kalna žestu (parādīts 4.a attēlā) un pēc tam uzrādīja kalna izlīdzināto modeli, vienlaikus norādot: “Ikreiz, kad redzat tādu vērša acu zīmējumu kā šis, jums jāveido savs roka, lai attēlotu kalnu, un iedomājieties kalna modeli, lai palīdzētu vizualizēt, kā šī teritorija izskatās. ” Pēc tam viņa izmantoja žestu, lai modeli telpiski izlīdzinātu ar kontūras modeli kartē. Pārvietojot roku no viena attēlojuma uz otru, viņa paskaidroja: “Šis žests attēlo kalna struktūru, kāda ir parādīta šajā modelī (kalna formas roka ir novietota virs modeļa)un tādējādi atspoguļo struktūru, kas parādīta šajā kartē ”(kalna formas roka kartē ir novietota virs vērša acs parauga). Pēc tam eksperimentētājs lūdza dalībnieku atspoguļot viņas darbības, lai izdarītu to pašu Žests-to-modeli-to-karte izlīdzināšana. Eksperimentētāja tālāk paskaidroja, ka viņas rokas formas telpiskās attiecības ir saskaņotas ar kartē redzamās struktūras divdimensiju modeli: “Vērša acs modelis kartē ir līdzvērtīgs šai kalna formai (atkal izdara kalna žestu), jo pacēlums vērša acs centrā ir augstāks nekā pacēlums uz ārējiem gredzeniem, kas nozīmē, ka jūsu plaukstai jābūt augstākai par pirkstu galiem. " Uzzinājis par kalnu, 3D žestu un modeļu grupas dalībnieks saņēma līdzīgas instrukcijas par ieleju, kā arī par stāvām un seklām nogāzēm. Norādījumu laikā par ieleju eksperimentētājs arī atzīmēja, ka viens un tas pats kontūras modelis var attēlot kores struktūru atkarībā no augstuma maiņas virziena, un pasniedza dalībniekam kores žestu.

Žesti 1. eksperimentam. Žestu attēli, kurus eksperimentētājs izmantoja 3D žestu un modeļu grupas instrukcijas laikā: a kalna žests, b ielejas žests un c žests, kas attēlo slīpumu (rokas leņķis mainījās atkarībā no tā, vai attēlots stāvs vai sekls slīpums)

Pēc instrukciju pabeigšanas par kalnu, ieleju un stāvajām un seklajām nogāzēm dalībnieki gan grupās Rādīt un sekot, gan 3D žesti un modeļi pabeidza piecu prakses problēmu kopumu. Pabeidzot problēmas, 3D žestu un modeļu grupai tika prezentēti papildu kalna, ielejas, kalnu grēdas, stāvas nogāzes un sekla nogāzes modeļi, un viņiem tika lūgts izmantot šos modeļus savās atbildēs. Abas grupas saņēma atsauksmes pēc katras problēmas pabeigšanas.

Pēc tam visu četru grupu dalībnieki pabeidza TMA. Pirms vērtēšanas uzsākšanas grupai Norādīšana un izsekošana tika atgādināts iedomāties attiecīgās struktūras, savukārt 3D žestu un modeļu grupai atgādināja, ka, veicot novērtēšanu, jāizmanto žesti un jādomā par modeļiem. Testa laikā eksperimentētājs telpā nebija.


Karšu katalogistu rīku kaste

Tālāk sniegtie materiāli nav visaptveroši, bet tikai izmantojami, lai palīdzētu karšu katalogēšanas pamatiem.

Karšu katalogēšana: Vispārējie resursi (ieskaitot rīkjoslas)

  • Katalogistu mācību darbnīca (LOC). Apmācību semināri, apmācības un citi materiāli darba sākšanai un tālākai mācīšanai.
  • Karšu bibliotekāru rīkkopa (Rietumu karšu bibliotēku asociācija (WAML)). The vispilnīgākā karšu bibliotekāra materiālu izvēle. Skatiet arī viņu karšu katalogēšanas resursu lapu. Šī ir laba sākumvieta karšu katalogistam.
  • Kongresa bibliotēkas ģeogrāfijas un karšu nodaļa. LC katalogēšanas informācija atrodas šeit. Dažas īpašas saites ir:
    • USMARC ģeogrāfisko apgabalu kodi
    • USMARC valodu kodi
    • USMARC standartu lapa
    • Tēmas virsrakstu iestādes meklēšanas lapa.
    • Katalogu veidošanas un politikas atbalsta biroja (LC) lapa. Saites uz kodiem, noteikumu interpretāciju, priekšmetu virsrakstu izmaiņām un daudziem citiem katalogēšanas resursiem.
    • OCLC bibliogrāfiskie formāti un standarti. OCLC ceļvedis laukiem katalogistiem.
    • G grafiks: Kartogrāfisko materiālu īpašās instrukcijas un apakšnodaļu tabulas. Kartes zvanu numuru tabulas.
      • ALA-LC romanizācijas tabulas. 1997. gada izdevums ir digitalizēts lappušu attēlos.
      • Karšu katalogēšanas saites. (Šarona Saundersa vietnē Bates Univ. Lib.) Labi avoti. Viņa arī uzskaita daudzas labas kataloģizācijas un formāta specifiskās saites.
      • MAGIRT elektronisko publikāciju (Amerikas Bibliotēku asociācijas karšu un ģeotelpiskās informācijas apaļais galds) elektroniskās publikācijas karšu katalogistiem.
      • Katalogēšanas resursu lapa. Visu veidu saites jebkura formāta katalogizēšanai.
      • Bibliotekāra rīkjosla (OCLC). Katalogēšanai visos formātos. Saite arī uz OCLC mājas lapu.
      • Valdības dokumentu karšu katalogēšana (ASV GPO / dokumentu pārraugs (SuDoc). Rīki, kas palīdz, strādājot ar SuDoc / GPO ierakstiem kartēs, tostarp:
        • Federālās depozitārija bibliotēkas programmas darbvirsma (FDLP).
          • Katalogu veidošana un SuDoc klasifikācija
          • Federālās depozitārija bibliotēkas programmas (FDLP) kartogrāfisko produktu ceļvedis. Mišela Šulara, 2006. gads (MAGIRT elektronisko publikāciju sērija, nr. 6.). Uzskaita SuDoc numurus / preču numurus praktiski visām ASV valdības karšu publikācijām.
          • Vadlīnijas kartogrāfisko resursu katalogēšanai, izmantojot RDA. Sagatavojusi Karšu un ģeotelpiskās informācijas apaļā galda katalogu veidošanas un klasifikācijas komiteja & rsquos Labākās prakses darba grupa, 2017. gads
          • Kartēšana un ģeotelpiskie resursi no Federālās depozitāriju bibliotēkas programmas. Sastādījis Džons A. Olsons, 2019. gada janvāris.

          Karšu un kartogrāfijas resursi

            (Bufalo bibliotēku universitāte). Saites uz visdažādākajām ar kartēm saistītām tēmām, resursiem, kolekcijām utt.
        • Kartogrāfiskie atsauces resursi (Perija-Kasta un ntildeeda bibliotēkas karšu kolekcija, Teksasas Universitāte / Ostina). Ir daudz saišu uz resursiem: Vēstneši, Attāluma kalkulatori, Laiks, Zonas, Saule, Mēness, Rise / Set, Kalkulatori, Plūdmaiņas, Karte, Projekcijas, Karte, Mērogs, Vārdnīcas un Vadlīnijas. . Tiešsaistes informācijas un palīdzības avots karšu kuratoriem, bibliotekāriem un arhīvistiem, sponsorē Lielbritānijas Kartogrāfijas biedrības Karšu kuratoru grupa.
        • Izskata apraksts

          Klasifikācija (Zvanu numuri)

          • Ieplānojiet G zvanu numurus. Pamata rokasgrāmata ar apmācībām un piemēriem.
            • Kongresa bibliotēka G grafiks Paraugi: Indonēzija un Aļaska.
              (090/260 / Datumi). Skatīt arī: 260 lauks.
          • Maps datumu kodi. Daži konkrēti piemēri par izdevēju datumiem. Noderīgi, strādājot ar dažādu uzņēmumu kartēm. Neizskaidro veidu, kā datumi atspoguļo katalogizēto vienumu.
          • Kartes projekcijas

            • Kartes projekcijas piemēri. Pamata vizuālais ievads.
            • Kartes projekciju galerija. Lieliski sakārtots, visaptverošs projekciju paraugu kopums.
            • Kartes projekcijas mājas lapa (Karen Mulcahy). Vietne izskaidro karšu projekcijas, parādot piemērus. Ietver dažus amizantus vingrinājumus projekcijās.
            • Kartes projekcijas programmatūra. Veidojiet projekcijas, izmantojot dažādus rīkus.
            • Karšu projekcijas matemātika (Wolfram MathWorld). Ja vēlaties redzēt karšu projekcijas kopā ar matemātiskajām formulām, kas tās rada, šī ir vietne, kuru vēlaties apmeklēt.

            Kartes mērogs

            Kartes mērogs jeb reprezentatīvā frakcija (RF) ir attiecība, kas attēlo attiecību starp noteikto attālumu kartē un faktisko attālumu uz zemes. Piemēram, mērogā 1:50 000 1 mērvienība kartē ir vienāda ar 50 000 vienāda mērījuma vienībām uz zemes. Kartes mērogu bieži izsaka kā reprezentatīvu daļu un grafiski kā joslu mērogu.

            • USGS karšu skalas (USGS faktu lapa 015-02). Izskaidro skalas (alternatīvā saite).
            • Mēroga kalkulators (kartes rīki). Ievadiet mērogu, tas norāda, cik collas / cm jūdzē / km. Ir arī lineārā konversijas kalkulators. Vēl viens mēroga kalkulators. . Par veidiem, kā noteikt fotoattēlu mērogu, izpētot fotogrāfijas pazīmes un salīdzinot ar kartēm. (Terijs Rīzs). Veidi, kā aprēķināt mērogu. . Metode aerofotogrāfijas mēroga aprēķināšanai, izmantojot topogrāfisko karti. To var izmantot arī, lai aprēķinātu gaisa fotoattēla papīra kopijas mērogu.

            Kartes koordinātas

              . Rice Universitātes vietne, kas piedāvā platuma attīstības pamatvēsturi
      • Koordinātu sistēmu pārskats (Kolorādo universitāte, Boulder, Ģeogrāfijas katedra). Ietver visu veidu sistēmas, kas ir piemērotas, lai identificētu un aprakstītu karti rokā.
      • Karšu sērija (nosaukumi)

        • Indeksu kartes AMS sērijai / ASV armijas karšu dienestam un GSGS / Lielbritānijai. Kara birojs. Ģenerālštābs. Ģeogrāfiskā nodaļa. (UC Bērklijs).

        Matemātiskie dati

        • Matemātiskie dati kartogrāfisko materiālu un telpisko datu bibliogrāfiskiem aprakstiem. Autors Jan Smits, karšu kurators, Koninklijke Bibliotheek (Nīderlande). Visu veidu karšu katalogistu apraksti un dati.

        Tēmas virsraksti

        Kartes paraugs

        • Kartes kataloga ieraksta paraugs (MARC atzīmēts OCLC ieraksts)
        • Karšu indeksi
        • Aeronavigācijas diagrammas
        • Antikvariātu un reto karšu kartes
        • Jūras diagrammas
          • Piemērs, kas parāda izolīnus un zondējumus
            • Dovera rietumi, NH četrstūra karte, parādot katalogu aprakstošo elementu detaļas.
            • Kontūru un vietas augstumu parādīšanas piemērs
            • Kartes paraugs (skatiet arī šīs pašas kartes 3D versiju)
            • Bufalo 1: 24 000
            • Lockport 1: 100 000
            • Topogrāfiskās kartes. USGS lapa, kurā aprakstīta termini un jēdzieni kas attiecas uz topo kartēm. Skatiet arī USGS Topogrāfiskās kartes simboli lappusē ir redzams simbolu saraksts un to nozīme.
              • Topogrāfiskās kartes simboli parasti ir pašsaprotami, tomēr ir daudz simbolu, kas parādās tikai dažās kartēs un nav tik izplatīti. Topogrāfisko karšu simboli, reljefa formas un karšu piemēri ir atrodami arī ģeoloģijas vietnē (Kalifornijas štata universitāte, Sakramento).
              • Indija
              • Āfrikas tektoniskā karte
              • Arizonas zemes izmantošanas karte
              • Iedzīvotāju karte: Eiropas Kopienas valstis
              • Ņūmeksikas atpūtas karte

              Asociācijas, kurās ietilpst karšu katalogisti un karšu bibliotekāri

              • Kartes un ģeotelpiskās informācijas apaļais galds (MAGIRT) (ALA apaļais galds agrāk MAGERT). Labākā vieta, kur atrast citus, kas katalogus un sniedz norādes uz kartēm un kartogrāfiskajiem materiāliem. Ir lapas, tostarp:
                  . MAGIRT karšu katalogistu sadaļa.
              • MAGIRT ir vairākas tiešsaistē pieejamas publikācijas, tostarp:
                • bāzes līnija. Karšu bibliotekāriem karšu katalogi un kolekcijas ietver ziņas un jaunu karšu un kartogrāfisko materiālu pārskatus.
                • Koordinātas. (Koordinātas: tiešsaistes žurnālu karte un ģeotelpiskās informācijas apaļais galds, Amerikas Bibliotēku asociācija) tikai e-žurnāls. Raksti par kartēm, ģeogrāfiju un karšu kolekcijām.

                Metasites kartēm un karšu kolekcijām

                • Perija-Kasta un ntildeeda bibliotēkas karšu kolekcija (Teksasas Universitāte Ostinā). Ir digitalizējis daļu no vēsturisko un mūsdienu karšu drukāto kolekciju (vairāk nekā 3000). Daudzas kartes ir ASV valdības oriģināli, kuras var lejupielādēt un izmantot bez autortiesību ierobežojumiem. Ir arī saites uz labām vietnēm kartēm visā pasaulē. Galvenais karšu izvietojums ir sadalīts pa kontinentiem, un tas cita starpā ir sadalīts reģionālajās un pilsētu kartēs. Šajā vietnē ir arī kartogrāfiskie atsauces resursi.
                • Maps izmantošana mācību laikā. Kā izmantot kartes mācīšanai un izpētei, kur atrast kartes tiešsaistē un no izdevējiem, un gandrīz visu, ko vēlaties uzzināt par kartēm un karšu izgatavošanu, kā arī par ģeogrāfiju. Ir plašas saites uz visu veidu kartēm un diagrammām.
                • USGS kartes un aerofoto attēli tiešsaistē. Saites apkopošana uz izvēlētajām USGS biznesa un sadarbības izpētes un izstrādes līguma partneru vietnēm, kur jūs varat apskatīt USGS kartes un aerofoto attēlus no sava tīmekļa pārlūka. Skatiet arī USGS ASV Nacionālo karti un ģeogrāfisko vietni.

                Karšu pārdevēji

                • USGS produktu un publikāciju lapa. Visas kartes, grāmatas un saistītie materiāli no ASV valdības. Ir arī saites uz lapām, kurās aprakstītas kartes, kā lasīt kartes utt. USGS Topographic Maps lapa.
                  • Topos var bez maksas lejupielādēt USGS Topographic Maps lejupielādes vietnē. Jums tie būs jāizdrukā pašiem ..

                  Atlasiet Bibliogrāfija

                  Alens, Deivids Y. Metadatu pamats karšu bibliotekāriem (MAGIRT). Apspriež, kas ir metadati, kā tie tiek iegūti un kā tie atspoguļo datus no kartes. (MAGIRT elektronisko publikāciju sērija, Nr. 3.).

                  Endrjū, Peidža Dž. Lapu karšu katalogizēšana: pamati. Ņujorka: Haworth, 2003.

                  Endrjū, Peidža G. Larsgarda, Mērija Lynette Kartes un saistītie kartogrāfiskie materiāli: katalogizēšana, klasifikācija un bibliogrāfiskā kontrole. New York: Haworth Information Press, 1999. Also issued as: Cataloging & classification quarterly v. 27, no. 1/2-3/4.

                  Andrew, Paige G. Moore, Susan M. Larsgaard, Mary Lynette. RDA and Cartographic Resources. Chicago: ALA Editions, 2015. ISBN 9780838911310. Map cataloging with RDA. This is an essential tool for map cataloging. (Amazon link).

                  Anglo-American Cataloguing Rules / prepared under the direction of the Joint Steering Committee for Revision of AACR, a committee of the American Library Association . [et al.]. Latest edition: 2002. "Chapter 1. General Rules for Description" "Chapter 3. Cartographic Materials."

                  Clark, Suzanne M. Cartographic Citations: a Style Guide. Chicago: Map and Geography Round Table, American Library Association, 1992. (MAGIRT circular Nē. 1).

                  Directory Of Web Resources For The Rare Materials Cataloger. Rare Books and Manuscripts Section, Association of College and Research Libraries. Not for maps specifically has links to code tables and other cataloging aids.

                  Guidelines for Distinguishing Cartographic Electronic Resources from other Electronic Resources (Jan 1998 Rev Dec 2001). Developed by the Library of Congress to assist catalogers working with cartographic electronic resources to distinguish them from other types of electronic resources and to ensure consistent selection of the correct MARC Type of Record code based on that distinction.

                  Journal of Map & Geography Libraries: Advances in Geospatial Information, Collections & Archives (2004- ). Co-edited by, the late Mary Lynette Larsgaard, MA, and Paige G. Andrew. Journal that includes map cataloging along with other articles and tools for map librarians.

                  Karrow, Robert W. Manual For the Cataloguing of Antiquarian Cartographic Materials. Chicago : Newberry Library, 2000 1977.

                  Larsgaard, Mary Lynette. "Cataloguing Planetospatial Data in Digital Form: Old Wine, New Bottles - New Wine, Old Bottles", pp.17-30 in: Smith and Gluck (eds.), Geographic Information Systems and Libraries: Patrons, Maps, and Spatial Information. (Graduate School of Library and Information Science, University of Illinois at Urbana-Champaign, 1996). For digital maps.

                  Larsgaard, Mary Lynette. Map Librarianship: an Introduction. 3rd ed. Englewood, Colo.: Libraries Unlimited, 1998. Z692.M3 L37 1998. (see 2nd ed. cover).

                  Library of Congress. Cataloging Division. Cataloging Service Bulletin, 1978- (quarterly). (cover)

                  Library of Congress. Cataloging Division. Library of Congress Rule Interpretations. 2nd Ed., 1989.

                  Library of Congress. Geography and Map Division. Map Cataloging Manual. Washington, D.C.: Cataloging Distribution Service, Library of Congress, 1991. Z695.6 .L52 1991. The most complete listing for map cataloging in the MARC format. Has field-by-field listings with interpretations and many examples. Also available to subscribers on the Cataloger's Desktop. There is a website that provides key materials from the Map Cataloging Manual.

                  Library of Congress. Subject Cataloging Division. Class G, Geography, Maps, Anthropology, Recreation: Library of Congress Classification Schedules : A Cumulation of Additions and Changes Through 1991. Detroit, Mich. : Gale Research Inc., 1992.

                  Map Cataloging Bibliography: Selectively Annotated. edited by Glenda Jo Fox Hughes and Constance Demetracopoulos. Washington: Special Libraries Association, Geography and Map Division, 1997.

                  Map, GIS and Cataloging /Metadata Librarian Core Competencies MAGERT Education Committee and subcommittees on GIS Librarian Core Competencies, Map Librarian Core Competencies, Cataloging and Metadata Core Competencies, 2008.

                  Moore, Barbara N. A Manual of AACR2 Examples For Cartographic Materials. edited by Edward Swanson and Marilyn H. McClaskey. Lake Crystal, Minn.: Soldier Creek Press: Published for the Minnesota AACR2 Trainers, 1981. Z695.6 .M6.

                  Moulder, Cathy. "GIS and Libraries: Issues and Implications" Bulletin (Association of Canadian Map Libraries and Archives) 94 (Fall 1995):11-14.

                  OCLC Bibliographic Formats and Standards. Field guide and help pages for cataloging in MARC.

                  Shular, Michele. Guide to the Cartographic Products of the Federal Depository Library Program (FDLP), 2006 (MAGIRT Electronic Publications Series, no. 6.).

                  Additional reference materials are found at the WAML website.

                  David J. Bertuca, Map Librarian, Emeritus, University at Buffalo
                  Created by 26 October 1999

                  Last Modified: 24 June 2019
                  URL : http://www.acsu.buffalo.edu/

                  The materials selected above do not necessarily reflect the policies and procedures of the State University of New York at Buffalo.


                  Developing a Haplotype Map of the Human Genome for Finding Genes Related to Health and Disease

                  So far about 2.4 million DNA sequence variants (single nucleotide polymorphisms or SNPs) have been discovered in the human genome, and millions more exist. These variants will be most useful for discovering genes related to health and disease if their organization along chromosomes, the haplotype structure, is known. Technology is just reaching the point that haplotype maps of blocks of SNPs along chromosomes can be developed.

                  On July 18-19, 2001, the National Institutes of Health (NIH) held a meeting in Washington, D.C., to discuss how haplotype maps could be used for finding genes contributing to disease the methods for constructing such maps the data about haplotype structure in populations the types of populations and samples that might be considered for a map the ethical issues, including those related to studying genetic variation in identified populations and how such a project could be organized. The goal was to resolve some issues and to set up procedures for resolving others.

                  There were 165 attendees, including human geneticists, population geneticists, anthropologists, pharmaceutical and biotech industry scientists, social scientists, ethicists, representatives from various communities and disease groups, administrators from many NIH institutes and international funding agencies and journalists.

                  Background: Genetic Variation and Its Use for Mapping Genes Contributing to Disease

                  Recently technology has become available to study the extent and pattern of human genetic variation on a large scale, and to use this variation to find the genes that contribute to disease. The information summarized here was not presented at the meeting but provides the background for understanding the importance and use of a haplotype map.

                  Rationale for finding genes contributing to disease

                  The goal of much genetic research is to find genes that contribute to disease. Finding these genes should allow an understanding of the disease process, so that methods for preventing and treating the disease can be developed. For diseases with a relatively straightforward genetic basis, the single-gene disorders, current methods are usually sufficient to find the genes involved. Most people, however, do not have single-gene disorders, but develop common diseases such as heart disease, stroke, diabetes, cancers or psychiatric disorders, which are affected by many genes and environmental factors. The genetic contribution to these diseases is not clear, but many researchers consider common variants to be important, the Common-Disease/Common-Variant theory.

                  Definition of a Single Nucleotide Polymorphism, SNP

                  A SNP is a site in the DNA where different chromosomes differ in the base they have. For example, 30 percent of the chromosomes may have an A, and 70 percent may have a G. These two forms, A and G, are called variants or alleles of that SNP. An individual may have a genotype for that SNP that is AA, AG, or GG.

                  Number of SNPs

                  When chromosomes from two random people are compared, they differ at about one in 1000 DNA sites. Thus when two random haploid genomes are compared, or all the paired chromosomes of one person are compared, there are about three million differences. When more people are considered, they will differ at additional sites. The number of DNA sites that are variable (SNPs) in humans is unknown, but there are probably between 10 and 30 million SNPs, about one every 100 to 300 bases. Of these SNPs, perhaps four million are common SNPs, with both alleles of each SNP having a frequency above 20 percent.

                  How SNPs are used to find genes contributing to disease

                  Some SNP alleles are the actual functional variants that contribute to the risk of getting a disease. Individuals with such a SNP allele have a higher risk for that disease than do individuals without that SNP allele. Most SNPs are not these functional variants, but are useful as markers for finding them. To find the regions with genes that contribute to a disease, the frequencies of many SNP alleles are compared in individuals with and without the disease. When a particular region has SNP alleles that are more frequent in individuals with the disease than in individuals without the disease, those SNPs and their alleles are associated with the disease. These associations between a SNP and a disease indicate that there may be genes in that region that contribute to the disease.

                  The use of haplotypes

                  A haplotype is the set of SNP alleles along a region of a chromosome. Theoretically there could be many haplotypes in a chromosome region, but recent studies are typically finding only a few common haplotypes. Consider the example below, of a region where six SNPs have been studied the DNA bases that are the same in all individuals are not shown. The three common haplotypes are shown, along with their frequencies in the population. The first SNP has alleles A and G the second SNP has alleles C and T. The four possible haplotypes for these two SNPs are AC, AT, GC, un GT. However, only AC un GT are common these SNPs are said to be highly associated with each other.

                  The cost of genotyping is currently too high for whole-genome association studies that would look at millions of SNPs across the entire genome to see which SNPs are associated with disease. If a region has only a few haplotypes, then only a few SNPs need to be typed to determine which haplotype a chromosome has and whether the region is associated with a disease. In the example below, typing two SNPs is all that is needed to distinguish among the three common haplotypes. The two SNPs indicated by arrows are one pair of several possible pairs of SNPs that distinguish among the three common haplotypes.

                  Most SNP variation is within all groups

                  For most SNPs, any population has individuals of all possible genotypes for a SNP, but populations differ in the frequencies of individuals with each of the different genotypes. About 85 percent of human SNP variation is within all populations, and about 15 percent is between populations, as shown in the figure below. Thus two random individuals within a village are almost as different in their SNP alleles as any two random individuals from anywhere in the world. Although a small proportion of SNPs have alleles that are common in some groups but rare in others, most SNP alleles that are common in one group will be common in other groups. Under the Common-Disease/Common-Variant theory, common variants that contribute to a disease in one group will also contribute to the disease in other groups, although the amount of the contribution may vary.

                  The Meeting

                  At the meeting there was discussion of recent data related to haplotype maps, and what a haplotype map might look like. Since haplotypes and associations of SNPs with disease are population phenomena, some of the discussion focused on complexities in sampling human populations. Much of the discussion concerned the information that could be gained by identifying the populations contributing samples for a haplotype map, and the risks and benefits to populations of such identification. The meeting ended with discussion of various aspects of a haplotype map project, including what issues would need more discussion in working groups after the meeting. The main points of the discussions are summarized here.

                  The Pattern of Genetic Variation and Association Among Genes

                  Factors that affect the frequencies of alleles and haplotypes in populations:

                  • Biological factors: Haplotype and allele frequencies are affected by cellular-level processes such as mutation, recombination, and gene conversion, as well as by population-level processes such as natural selection against alleles that contribute to disease. When genes are close together and associated, then selection that changes the frequency of an allele at one gene results in similar changes in the frequencies of alleles at other genes on the same haplotype.

                  Recombination is the major process that breaks down the associations between SNPs. It is unclear whether haplotype block boundaries are due to recombination hotspots, or are simply the result of recombination events that happened to occur there. If the blocks are due to hotspots, then perhaps they will be common across populations. If the blocks are due to regular recombination events, then populations may or may not share them, depending on how long ago the recombination events occurred. When large chromosomal regions are examined, the regions with high association have less recombination and less genetic variation.

                  Extent of association among SNPs differs by chromosome region and by allele frequency

                  Some studies show that a measure of association, D', falls to half its possible maximum value at a distance between SNPs of about 50 to 80 kb, averaged over gene regions in European-derived populations. Some regions have strong associations over as much as one megabase. Among different chromosome regions there is about a fourfold range in the extent of associations. Rare SNP alleles are generally of more recent origin than common SNP alleles recombination has had less time to break down associations around them so that rare alleles generally have associations over longer distances than do common alleles.

                  Extent of association among SNPs differs by population

                  Many studies show that the chromosomal distances that SNP associations extend are generally shorter for African populations, intermediate for European and Asian populations, and longer for American Indian populations, although there is variation among populations in the same geographic region. When groups of people from populations that differ in some allele frequencies marry and reproduce with each other, as has often happened with African-Americans and with Hispanics in the United States, associations are generated over longer chromosomal distances in the admixed group than in either parental group. Recently formed populations such as the Mennonites and Acadians also may have associations over longer chromosomal distances.

                  Common haplotypes are in all populations

                  The pattern of variation within and among populations for haplotype structure is just starting to be studied on a large scale. Recent studies show that the common haplotypes are found in all populations studied, and that the population-specific haplotypes are generally rare. African populations generally have more haplotypes than other populations, which generally have subsets of the African ones, due to the origins of other populations from ones that spread out of Africa.

                  Haplotype Block Structure as the Rationale for a Haplotype Map

                  Block pattern of haplotypes

                  Some recent studies found that haplotypes occur in a block pattern: the chromosome region of a block has just a few common haplotypes, followed by another block region also with just a few common haplotypes, with the longer-distance haplotypes showing a mixing of the haplotypes in the two blocks. Another description of this pattern is that the SNPs in a block are strongly associated with each other, but much less associated with other SNPs. Blocks range in size from about three kb to more than 150 kb. The majority of SNPs are organized in these blocks. Some recent data show that the blocks in a Yoruban population from Nigeria are generally the same ones as, but shorter than, those in two European-derived populations, although the data are limited and these conclusions are preliminary.

                  Using haplotype blocks to find chromosome regions associated with disease

                  Where blocks exist, they can be tested for association with a disease, using just a few SNPs per block. If the blocks are large, then a few SNPs in a region will indicate whether that region has genes related to a disease. If the blocks are small, then many SNPs will be needed to cover a region. Typing more SNPs than needed is a waste of resources typing too few SNPs means that a disease association could easily be missed.

                  A haplotype map

                  A haplotype map would show the haplotype blocks and the SNPs that define them. A haplotype map thus would serve as a resource to increase the efficiency and comprehensiveness of the many other studies that will be done to relate genes to diseases.

                  Haplotype maps of different populations

                  To the extent that populations differ in their haplotype structure, it may be useful to study different populations during different stages of the process of finding disease genes. Studying populations with large haplotype blocks will be useful for initial association studies over the entire genome to find chromosome regions affecting a disease. Once these chromosome regions have been found, they can be studied in populations with small haplotype blocks in those regions, so the particular genes can be found more easily by being localized in small regions.

                  Sampling Human Haplotype Variation

                  Possible schemes to sample human haplotype variation
                  • Population sampling: Samples are chosen from particular identified populations, defined by ethnicity and geography.
                  • Grid sampling: Samples are chosen from particular geographic regions on a world grid.
                  • Proportional sampling: Samples are chosen from identified populations so that the entire sample has a known distribution, but the population identities of the individual samples are not kept. This scheme was used for the DNA Polymorphism Discovery Resource.
                  Studying one or multiple populations

                  Studying just one population would reveal the common haplotypes that are in all populations, and so the resulting haplotype map would be useful for all populations. Including only one, non-disadvantaged, population would also avoid some of the ethical issues raised by identifying populations. However, this approach would raise serious issues of justice, since only that population could receive the population-specific advantages of the haplotype map. There are also scientific reasons to include more than one population in a haplotype map: to add haplotypes that are not as common or that are more variable in frequency among populations and to reveal regions that are similar or different in haplotype structure among populations. After the first few populations are included in a haplotype map, additional populations could still be added. The haplotype map should be developed so that it would be useful for mapping genes in any population.

                  Designating which population an individual belongs to, when choosing which individuals to sample

                  There are many ways that individuals could define which populations they belong to, such as their cultural affiliations or the geographic origins of their grandparents. Most populations have blurred boundaries, some more than others. Some people define themselves as members of several populations. Individuals or communities may emphasize some aspects of ancestry more than others, based on factors such as pride, shame, history of discrimination, or extent of knowledge. For a haplotype map, the purpose of designating an individual as belonging to a particular population is simply to make sure that most of that person's bi-parental lineages come from that particular population. Occasional differences between the population designations of individuals and their actual lineages would have little effect on a haplotype map, since the blocks are defined by the common haplotypes in a population contributing samples. The complexity in designating individuals as belonging to particular populations underscores the need for involving experts in the social sciences when developing a haplotype map.

                  Population consultation

                  Only a few populations would need to be included for the haplotype map to become a useful resource for individuals in all populations there is no reason why any particular population should have to participate for the project to succeed. For any population that might be included in a haplotype map, there must be a process of community consultation to explain the purpose of the map and identify issues of concern to that population. This process would take time but would be necessary to educate both the population and the researchers. Particular populations may be sensitive to being exploited or to being left out. Issues may arise that require modifications to the consent process, the research protocol, the procedures of the sample repository, or the database. American Indian and Alaskan Native tribes are sovereign nations and have procedures for formally granting or withholding consent to research, which by law must be followed. Other populations are less well organized, making formal population consent unobtainable, but community consultation would still be needed, keeping in mind the multiple geographic scales and other complexities that characterize many populations. Procedures for consulting communities are outlined in an emerging literature and are under discussion at NIH.

                  Issues Associated with Identifying Samples by Population

                  Risks in identifying populations

                  Identifying the populations that contribute samples for a haplotype map could raise ethical risks. One risk is that any racial or ethnic identifiers used for the map would come to be reified as biological constructs, fostering a genetic essentialism in the way the map is interpreted and the categories understood. This essentialism could obscure the fluid nature of the "boundaries" between groups and the common genetic variation within all groups. Although the haplotype map would not have any individual medical information, another risk to the groups that participate could arise from later studies that use the haplotype map to find genes contributing to diseases the participating groups could become more intensely studied, leading to the perception that their members are at high risk for diseases.

                  Benefits in identifying populations

                  Identifying individual samples as contributed by members of particular populations would be most useful scientifically. For each population, it would allow multiple sources of biomedical information to be combined. The contributing populations would gain the general benefits of the haplotype map as well as any additional benefits from studies of those particular populations. However, it is an open question how much less useful a haplotype map would be if population identifiers were omitted. Additional studies of population differences in haplotypes are needed to resolve this issue.

                  Describing the contributing populations

                  Regardless of whether the individual samples would be identified by their population of origin, any populations that contribute to a haplotype map must be described in a way that does not reinforce the mistaken perception that populations are genetically distinct, well-defined groups. Because people take in information most readily when it confirms their stereotypes, terms related to race and ethnicity must be used with precision, sensitivity, and care. Populations should be described as specifically as possible for example, if a group of Chinese-Americans in Hawaii were studied, the population should not be labeled simply "Chinese." This specificity of description is crucial to minimize the risk of essentialist definitions of race, which assume that all individuals of a race are genetically similar.

                  Other Issues Raised by a Haplotype Map Project

                  Health priorities

                  Some communities lack even basic health care, so a haplotype map may be a low priority for them. Groups may feel that even if they participate in a haplotype project, not much attention would be paid to genetic diseases that primarily affect some of them but not members of other groups.

                  Sampling in the developed vs. the developing world

                  Including samples from developed countries and regions, such as the United States, Canada, Europe and Japan, might raise fewer human subjects concerns than would samples from developing countries without good IRB systems for overseeing research or strong biomedical research infrastructures.

                  Why not obtain the medical phenotypes of the sampled individuals when developing a haplotype map?

                  No phenotypic data, such as medical information, would be collected along with the samples. The haplotype map would be a resource for researchers trying to relate genetic variation to a wide range of disorders and traits. Only about 50 samples from each population would be needed to develop a haplotype map. Such a small sample would not be adequate to evaluate the many genetic and environmental factors that affect a disease. However, if the haplotype structure of the genome and the identifying SNPs were known, then researchers could use those SNPs in studies of individuals affected and not affected by a disease, matched to control for environmental factors, to track down the genes that contribute to the disease.

                  Elements of a Research Plan

                  The goal of a haplotype map should be medical

                  A haplotype map could be set up in many ways, to support various types of medical and biological research. It should be set up to best facilitate its use for relating genetic variation to disease.

                  How should a haplotype block be defined?

                  To compare studies, it will be important to develop a standard definition of a block, including the minimum frequencies of alleles for SNPs used, how similar haplotypes must be to be considered the "same" haplotype when figuring out which haplotypes are common, and how much of a drop in association defines the boundaries of blocks. Descriptions of the block structure of the genome would include distributions of the lengths of blocks, measures of the variability of blocks, the amount of coverage of the genome by blocks, and the proportion of haplotypes in common blocks there are tradeoffs among these measures depending on the values of the defining parameters. Care will be needed when comparing studies using SNPs with different allele frequencies, with SNPs ascertained in different ways, and with different sample sizes for estimating associations.

                  Pilot projects, to help decide whether population identifiers are needed

                  Population differentiation for allele frequency is about 7 to 10 percent. However, currently little is known about how populations differ in their haplotypes. It will be important to find out whether the haplotype blocks are the same in different populations. Are differences in the extent of associations due to differences in block lengths, or to differences in the associations among neighboring blocks? How different are different populations from the same geographic region? How much information would be lost by removing population identifiers from samples? The first step would be to get more data, by sampling a small set of populations with different geographic origins. If these populations were similar, then it may be possible not to identify populations and still get a haplotype map that can be broadly useful. If the populations were different enough, then it might be necessary to identify the populations that contribute the samples. Projects already underway might be used to answer this question, or some pilot projects might be needed.

                  Number of populations

                  It was suggested that about 3 to 6 populations would be included in a haplotype map. The goal is to produce a tool that is broadly useful.

                  Samples from real populations

                  To obtain the most representative samples, it is important not to use samples of convenience, but to choose samples from real populations. The populations that contribute samples should be chosen based on the goals of the haplotype map, and the samples should be collected with appropriate population consultation and informed consent.

                  Common samples

                  Having a common set of samples that could be used by all research groups would allow comparisons among the results of different studies. Combining information across studies produces much more informative results than simply the sum of the results of separate studies.

                  SNP allele frequencies

                  Inclusion of SNPs spanning the range of SNP allele frequencies would be important. The length of associations among alleles may differ depending on the frequencies of the alleles. Also, a SNP allele provides the most power for an association study when its frequency matches that of a nearby allele contributing to a disease, and such alleles can be expected to span the range of frequencies.

                  A hierarchical approach for SNP density

                  It would be needlessly expensive to genotype all the individuals in a sample with a dense set of SNPs. A hierarchical approach makes more sense: start with a density of SNPs of perhaps one every 50 kb. For regions where such adjacent markers are strongly associated, these SNPs are sufficient and should be able to define blocks. For other regions, SNPs with a density of perhaps one every 10 kb could be examined, and so on until only regions with no block structure are left. Another type of hierarchical approach would be to start in the regions around genes.

                  What would define the endpoint of the project?

                  The goal of a haplotype map is to have sufficient SNPs so that researchers doing association studies could be sure that regions containing disease alleles have been found, and that regions not containing disease alleles can be excluded from further consideration. The map could be considered complete when more SNPs provide no more information about block structure, or when all common SNPs are included in the map or are highly associated with ones included.

                  Metodes

                  Many technical issues still need to be worked out: the method for determining haplotypes the types of samples needed, such as single chromosomes, individuals or families with a certain number of children the number of samples for each population and quality measures. The processes for consulting with populations and obtaining informed consent need to be developed.

                  Data analysis

                  Dealing with thousands to millions of SNPs, haplotypes, and haplotype blocks requires the development of better statistical methods of analysis to delineate blocks and to associate them with diseases. Better analytical methods are needed to model and understand the chromosomal and population processes that lead to the block structure observed.

                  Open data-sharing policy

                  Just as was done for the sequence produced by the Human Genome Project, providing rapid and complete data release to appropriate public databases would allow maximal benefit to be gained from haplotype data by allowing all researchers quick access to the data.

                  Coordination of data producers

                  A haplotype project would need coordination among the data producers, both large and small. The project should be international and open to all interested researchers.

                  Process for Planning

                  International project

                  An international steering committee should be formed. So far there is interest from the United States, Canada, the United Kingdom, France, Germany and Japan.

                  Two working groups

                  Some issues could be considered by one group others could be considered by both.

                    Population and ELSI Group: To identify the risks associated with a haplotype map project, including those associated with identifying populations to consider how to minimize those risks and to consider which types of populations should be considered for inclusion in a haplotype map.

                  Name of the project

                  The public would have a hard time understanding and supporting a project named anything like The Haplotype Linkage Disequilibrium Association Map. A more understandable name is needed, as well as better ways to explain the project. It will also be important to communicate clearly what is understood about the complex relationships among genetics, culture, race and ethnicity.


                  Atsauces

                  CWHPIN: A framework for evaluating the utilization of health information products. 2000, Hamilton, ON: Central West Health Planning Information Network

                  Agency for Health Research and Quality: Translating Research into Practice (TRIP)-II. 2001, Washington, DC: Agency for Health Research and Quality

                  Agency for Health Care Policy and Research (AHCPR): Information dissemination to health care practitioners and policymakers, Annotated Bibliography. Silver Spring: MD: Agency for Healthy Care Policy and Research (AHCPR)

                  Lavis J, Posada F, Haines A, Osei E: Use of research to inform public policymaking. Lancet. 2004, 364: 1649-1657. 10.1016/S0140-6736(04)17317-0.

                  Davis P, Howden-Chapman P: Translating research findings into health policy. Social Science & Medicine. 1996, 43: 865-872. 10.1016/0277-9536(96)00130-X.

                  Oxman A, Lavis J, Fretheim A: Use of Evidence in WHO recommendations. World Hosp Health Serv. 2007, 43: 14-20.

                  Waddell C, Lavis J, Abelson J, Lomas J, Shepherd C, Bird-Giacomini M, Dan Offord D: Research use in children's mental health policy in Canada: maintaining vigilance amid ambiguity. Social Science & Medicine. 2005, 61: 1649-1657. 10.1016/j.socscimed.2005.03.032.

                  Elliott S, Eyles J, DeLuca P: Mapping health in the Great Lakes area of concern: a user-friendly tool for policy and decision makers. Environ Health Perspect. 2001, 109: 817-826. 10.2307/3454644.

                  Malone J, Bergquist N, Huh O, Bavia M, Bernardi M, El Bahy M: A global network for the control of snail-borne disease using satellite surveillance and geographic information systems. Axta Tropica. 2001, 79: 7-12. 10.1016/S0001-706X(01)00098-5.

                  Peleg K, Pliskin J: A geographic information system simulation model of EMS: Reducing ambulance response times. American Journal of Emergency Medicine. 2004, 22: 164-167. 10.1016/j.ajem.2004.02.003.

                  Paolino L, Sebillo M, Cringoli G: Geographical information systems and on-line GIServices for health data sharing and management. Parassitologia. 2005, 47: 171-175.

                  Fulcher CL, Kaukinen CE: Visualizing the infrastructure of US healthcare using internet GIS: a community health informatics approach for reducing health disparities. Medinfo. 2004, 11: 1197-1201.

                  Boulos M: Towards evidence-based, GIS-driven national spatial health information infrastructure and surveillance service sin the United Kingdom. International Journal of Health Geographics. 2004, 28: 1-10.1186/1476-072X-3-1.

                  Boulos M: Web GIS in practice: an interactive geographical interface to English Primary Care Trust performance ratings for 2003 and 2004. International Journal of Health Geographics. 2004, 28: 1-10.1186/1476-072X-3-1.

                  Boulos M, Roudsari AV, Carson ER: Health geomatics: an enabling suite of technologies in health and healthcare. Journal of Biomedical Informatics. 2001, 34: 195-219. 10.1006/jbin.2001.1015.

                  McCain M, Mustard F: Reversing the real brain drain: early years study. Final Report. 1999, Toronto, Ontario: Canadian Institute for Advanced Research

                  Geenbaum J, King M: Design at Work: Cooperative Design of Computer Systems. 1991, Hillside, NJ.: Erlbaum

                  Muller MJ, Kuhn S: Communications of the ACM. Special Issue on Participatory Design. 1993, 36:

                  Muller MJ: Participatory design: the third space in HCI. Handbook of HCI. Edited by: Muller MJ. 2003, Mahway, NJ: Erlbaum, 1-31.

                  Schuler D, Namioka A: Participatory Design: Principles and Practices. 1993, Hillside, NJ: Erlbaum

                  Voss A, Denisovich I, Gatalsky P, Gavouchidis K, Klotz A, Roeder S, Voss H: Evolution of a participatory GIS. Computers, Environment and Urban Systems. 2004, 28: 635-651. 10.1016/j.compenvurbsys.2003.12.003.

                  Landry R, Lamari M, Amara N: Climbing the ladder of research utilization: evidence from social science research. Scientific Basis for Health Services, Amsterdam. 2001, 22: 396-422.

                  Beyer JM, Trice HM: The Utilization Process: A conceptual framework and synthesis of empirical findings. Administrative Science Quarterly. 1982, 27: 591-622. 10.2307/2392533.

                  Lomas J: Improving research dissemination and uptake in the health sector: beyond the sound of one hand clapping. Policy Commentary C97-1. 1997, Hamilton: McMaster University Centre for Health Economics and Policy Analysis

                  Lee R, Garvin T: Moving from information transfer to information exchange in health and health care. Social Science Medicine. 2003, 56: 449-464. 10.1016/S0277-9536(02)00045-X.

                  Cousins J, Leithwood K: Enhancing knowledge utilization as a strategy for school improvement. Knowledge: Creation, Diffusion, Utilization. 1993, 14: 305-333.

                  Huberman M: Evaluation utilization: building links between action and reflection. Studies in Educational Evaluation. 1990, 16: 157-179. 10.1016/S0191-491X(05)80077-X.

                  Huberman M: Linkage between researchers and practitioners: a qualitative study. American Educational Research Journal. 1990, 27: 363-391. 10.2307/1163014.

                  Tim U: Applications of GIS in environmental health sciences: opportunities and limitations. Environmental Research. 1995, 71: 75-88. 10.1006/enrs.1995.1069.

                  Boulos M, Roudsari A, Carson E: Health geomatics: an enabling suite of technologies in health and healthcare. Journal of Biomedical Informatics. 2001, 34: 195-219. 10.1006/jbin.2001.1015.

                  Croner C: Public health, GIS, and the internet. Annual Review of Public Health. 2003, 24: 57-82.

                  Theseira M: Using internet GIS technology for sharing health and health related data for the West Midlands Region. Health and Place. 2002, 8: 37-46. 10.1016/S1353-8292(01)00034-X.

                  Foley R: Assessing the applicability of GIS in a health and social care setting: Planning services for information careers in East Sussex, England. Social Science & Medicine. 2002, 55: 79-96. 10.1016/S0277-9536(01)00208-8.

                  Crabtree A: Ethnography in Participatory Design. Proceedings of the 1998 Participatory Design Conference. Seattle, Washington. Computer Professionals Social Responsibility. 1998, 93-105.

                  Hawe P, King I, Noort M, Gifford S, Lloyd B: Working invisibly: health workers talk about capacity-building in health promotion. Health Promotion International. 1998, 3: 285-295. 10.1093/heapro/13.4.285.

                  Goodman RM, Speers MA, McLeroy K, Fawcett S, Kegler M, Parker F, Smith SR, Sterling TD, Wallerstein N: Identifying and defining the dimensions of community capacity to provide a basis for measurement. Health Education and Behaviour. 1998, 25: 258-278. 10.1177/109019819802500303.

                  Jackson C, Fortman SP, Flora JA, Melton RJ, Snider JP, Littlefield D: The capacity-building approach to intervention maintenance implemented by the Stanford Five-City Project. Health Education Research. 1994, 9: 385-396. 10.1093/her/9.3.385.

                  Schwartz R, Smith C, Speers MA, Dusenbury LJ, Bright F, Hedlund S, Wheeler F, Schmid TL: Capacity building and resource needs of state health agencies to implement community-based cardiovascular disease programs. Journal of Public Health Policy. 1993, 14: 480-494. 10.2307/3342879.

                  Floyd C: Outline of a paradigm change in software engineering. Computers and Democracy: A Scandinavian Challenge. Edited by: Bjerknes G, Ehn P, Kyng M. 1987, Brookfield, VT: Gower

                  Segal P, Snelling L: Achieving worker participation in technological change: the case of the flashing cursor. Proceedings of PDC 96. 1996, Cambridge, MA.: CPSR

                  Hertzman C: The biological embedding of early experience and its effects on health in adulthood. Annals of New York Academy of Sciences. 1999, 896: 85-95. 10.1111/j.1749-6632.1999.tb08107.x.

                  Hertzman C: Health and human development: understandings from life-course research. Developmental Neuropsychology. 2003, 24: 19-44. 10.1207/S15326942DN242&3_10.

                  Driedger M, Graham I, Sawada M: Using mapping tools for knowledge transfer in public health: the Ontario Early Years Plan. 2004, Ottawa, ON: University of Ottawa Interfaculty Research Grant

                  Hackos J, Reddish J: User and Task Analysis for Interface Design. 1998, New York: John Wiley & Sons

                  Bodker S, Gronbaek K: Design in action: from prototyping by demonstration to cooperative prototyping. Design at Work: Cooperative Design of Computer Systems. Edited by: Greenbaum J, Kyng M. 1991, Hillside, NJ: Erlbaum

                  Madsen KH, Aiken P: Experiences using cooperative interactive storyboard prototyping. Communications of the ACM. 1993, 36: 57-64. 10.1145/153571.163268.

                  Yin R: Case Study Research: Design and Methods. 2003, Thousand Oaks, CA: Sage

                  Logan J, Graham I: Toward a comprehensive interdisciplinary model of health care research use. Science Communication. 1998, 20: 227-246. 10.1177/1075547098020002004.

                  Graham I, Logan J: Innovations in knowledge transfer and continuity of care. CJNR. 2004, 36: 89-103.

                  Rogers EM: Diffusion of Innovations. 1995, New York: The Free Press

                  Kropla B: Beginning MapServer: Open Source GIS development. 2005, New York: Springer-Verlag Inc

                  Boulos M, Honda K: Web GIS in practice: publishing our health maps and connecting to remote Wms sources using open source UMN Mapserver and DM Solutions Maplab. International Journal of Health Geographics. 2006, 5: 6-10.1186/1476-072X-5-6.


                  How do I get a full-scale plot of a 1:24,000-scale (7.5-minute) topographic map?

                  There are three ways to get full-scale plots of USGS topographic quadrangle maps, including both Historical Topographic maps (produced 1884-2006) and US Topo maps (produced 2009-present).

                  Order a paper map from the USGS Store. Use the Store’s Map Locator to find the desired map.

                  Download the GeoPDF map file and send it to a local printing business.

                  Download the GeoPDF map file and plot it on your own large-format plotter.

                  Unlike our Historical topographic maps, US Topo maps contain more data layers than can be clearly printed at the same time (for example, users probably don't want to print contours and the orthoimage together). To take full advantage of the map customization allowed by the US Topo layers, options 2 and 3 are recommended. The US Topo’s orthoimage layer is NOT included on printed maps ordered through the USGS Store, so their printed US Topo maps very closely resemble Historical topographic maps.

                  The size of printed 1:24,000-scale topographic maps distributed by the USGS can vary slightly, but they are typically 22 x 27 inches (higher latitudes) or 23 x 27 inches (lower latitudes). Those measurements include the map collar (the white margin around the map and the wealth of information in it).


                  Skatīties video: OpenLayers Introduction for Beginners