c# pdf viewer wpf : Reorder pages in pdf reader software SDK dll winforms .net web page web forms USA4-part56

283                                                                                                           Cartography and Geographic Information Science
cars  and  other  vehicles  can  move  easily).  An 
example game-world editor is shown in Figure 
2 where the three main windows contain a) the 
available surface types with specific visual and 
function-oriented properties, b) a 3-D rendering 
of the game-world, c) orthogonal map view of 
the game-world.
Recent  releases  of  many  popular  games 
now  contain rather powerful map  editors  that 
allow  users  to  design  their  own  game  worlds 
using  a  graphic  user  interface  similar  to  the 
more  advanced,  general-purpose  3D  design 
environments mentioned above. 
Few  cartographic  texts  have  elaborated 
on  maps  and  map-making  that  have  entirely 
imaginary worlds as their primary object. Despite 
an  early  recognition  of  the  potential  benefits 
of  a more  design-oriented  cartography  in  the 
analytical  cartography  literature  (Moellering 
1980; Nyerges 1991), digital modeling of existing 
landscapes for scenario-building is mostly found 
in the landscape architecture and environmental 
planning  literature  (Bishop  and  Lange  2005; 
Ervin  2001).  Sheppard  (2005)  for  example 
argued  that  visual  communication,  especially 
realistic  landscape  visualizations,  could  help 
in  advancing  peoples’  understanding  of  the 
impacts of for example climate change scenarios. 
Still, most of this work is done with existing GIS 
and geospatial  data bases where the modeling 
capabilities are limited. 
A cartographic work-flow usually starts with 
already existing spatial features and creates visual 
abstractions of these to be added to a map, while 
the design process often starts with an abstract 
notion  of  what  a  milieu  should  look  like.  A 
closer connection of geospatial technology with 
 design  process  is  envisioned  by the  concept 
of GeoDesign, attributed in large part to Carl 
Steinitz  at  Harvard  University,  (Dangermond 
2009).  The  GeoDesign  framework  includes  at 
least four elements; Sketching of potential plans 
and  designs,  Spatial  models that can  simulate 
impacts  of  proposed  designs,  Rapid  feedback 
on the effects of any proposed/sketched design, 
and  Iteration  through  several  alternative 
designs  (Koncz  2010).  While  a  combination 
of  cartographic,  GIS,  and  design  software 
would have the potential to deliver most if not 
all of that functionality, it is interesting to note 
that game software already have integrated all 
four of these elements. The game-map editors 
with  typed  libraries  of  objects  support  the 
sketching  and  spatial  modeling  of  elements, 
constructed  maps  can  immediately  be  tested 
by  players and provide rapid feedback on any 
suggested  edits,  and  alternative  worlds  can 
easily  be saved  and  tested  separately to  allow 
for iteration through alternative designs. Adding 
to  this,  current  game  platforms  also  support 
massive multi-user  functionality  that can open 
for  public  participatory  approaches,  and  the 
support for artificial intelligence could allow for 
highly sophisticated simulations and  landscape 
visualizations. 
Content standards and data semantics
As game maps  and virtual worlds have grown 
larger and more complex with more and more 
people  involved,  an  important  task  in  game 
development is keeping track of the assets in a 
game. Assets are essentially any components that 
are used by the game such as sound, special effects, 
graphic  art  textures,  terrain,  and  much  more. 
These  assets  are  collected  in  various  libraries 
and thus needs some indexing for organizational 
purposes.  Naming  conventions  have  become 
a critical feature of an asset catalog (Bergeron 
2006) and game developers increasingly refer to 
controlled  vocabularies  or  thesauri  developed 
by professional organizations or standardization 
institutes,  for  example  the  NASA  Thesaurus, 
the  National  Library  of  Medicine’s  MeSH 
controlled  vocabulary,  and  the  Art  and 
Architecture Thesaurus (AAT). The strict typing 
of assets has also facilitated the development of 
modifiable game assets so that user communities 
can  contribute  to  these  collections.  Similar 
needs  have  driven  cartographers  to  develop 
controlled  vocabularies  and  ontologies,  for 
example  the  recent  development  of  ontology 
for  The  National  Map  (Varanka  2009).  The 
increasing support for typed asset libraries based 
on standard ontologies facilitates the translation 
from, say an ontology-based National Map and 
Geographic Style  Sheets  (GSS)  into a  gaming 
engine  for  interactive  visualization.  A  prime 
example of this approach was demonstrated by 
Warren (2009) who developed and applied a GSS 
in the style of the game Warcraft 2 to the entire 
Reorder pages in pdf reader - re-order PDF pages in C#.net, ASP.NET, MVC, Ajax, WinForms, WPF
Support Customizing Page Order of PDF Document in C# Project
how to rearrange pages in a pdf reader; reorder pdf pages
Reorder pages in pdf reader - VB.NET PDF Page Move Library: re-order PDF pages in vb.net, ASP.NET, MVC, Ajax, WinForms, WPF
Sort PDF Document Pages Using VB.NET Demo Code
how to move pages in pdf acrobat; move pages in pdf document
Vol. 38, No. 3                                                                                                                                                          284 
OpenStreetmap database which in an instance 
rendered the entire world in the  graphic  style 
of this particular game. Obviously the reverse 
process, from simulated map data to a familiar 
set of  cartographic styles, would be as feasible.
Conclusion
In this report I began by providing a historical 
review of the connections between games and 
cartography.    I  then  highlighted  several,  yet 
uncharted,  connections  between  computer 
gaming  and  cartography  over  the  past  few 
decades. Most of these are related to the influence 
of rapidly evolving computing technology and 
the  provisions  offered  by the  Internet.  Within 
this short overview it has not been possible to 
highlight  all  connections  between  games  and 
cartography, nor to expand on all of the actual 
exchanges and flows of ideas, approaches, and 
technologies  between  the  two.  Still,  I  argue 
that the convergence of examples of multi-user 
environments,  virtual  and  simulated  worlds, 
design approaches, and increased need for and 
work  with  standardization  suggests  potentials 
for a collaborative future with a continued and 
closer  co-evolution  around  these  and  other 
emerging  themes.  We  begin  to  see  a  fruitful 
exchange of  ideas, technologies, and  practices 
between gaming and cartographic communities. 
One example of such efforts is the Neverwinter 
Nights  in  Antarctica  game  developed  by 
Dormann et al. (2006) where they examine the 
potential  for  a  computer  based  role-playing 
game to support critical thinking by presenting 
multiple points of view. Another example is the 
GeoGame Green Revolution game (Ahlqvist et 
al. 2009) that used GIS and multi-player online 
gaming technology to give geography students an 
immersive experience of being a farmer in India. 
Both examples clearly illustrate the potential of 
combining  modern  cartographic  theory,  tools, 
and practice with gaming approaches. Yet much 
of this potential remains largely untouched by 
cartographers,  landscape  designers,  and  GIS 
professionals. My hope is that this overview will 
inspire more exploration in the years to come.
RefeRenCes
Agar, S. 1992. Designing Maps for Diplomacy Variants. 
The Variant Bank. Online: http://www.variant-
bank.org/articles/designing_maps.htm (accessed 26 
September 2010).
Ahlqvist, O., T. Loffing, J. Ramanathan and A. 
Kocher. 2009). Virtual globe games for participatory 
GIS. Poster presented at the International Car-
tographic Conference, Santiago, Chile: ICC.
Avedon,  E.  2010. Race  Around  The World Game. 
Elliott  Avedon  virtual  museum  of  games. 
Online:  http://www.gamesmuseum.uwaterloo.ca/
VirtualExhibits/Map%20Games/racearound/index.
html (accessed 28 September 2010).
Bergeron,  B.  2006.  Developing  Serious  Games. 
ProQuest  Tech  Books.  Course  Technology 
PTR.  Online:  http://proquest.safaribooksonline.
com/9781584504443.
Bishop, I. D. and E. Lange. 2005. Visualization in 
Landscape and Environmental Planning: Technology 
and Applications. London and New York: Taylor 
& Francis. 
Cover, J.  G. 2010. Creation of  Narrative  in Table-
top  Role-Playing  Games.  Jefferson,  NC,  USA: 
McFarland & Company, Inc., Publishers. 
Curry, M. R. 1997. The Digital Individual and 
the Private Realm. Annals of the Association of 
American Geographers 87(4): 681-699.
Dangermond,  J.  2009.  GIS:  Designing  Our 
Future. ArcNews Summer: 6-7.
Dent, B. D. 2009. Cartography: Thematic Map Design 
(6th ed.). New York: McGraw-Hill Higher Edu-
cation.
Dormann, C., A. Caquard, B.A. Woods and R. 
Biddle. 2006. Role-playing games in cybercar-
tography:  multiple  perspectives  and  critical 
thinking. Cartographica 41(1): 47-58.
Ervin, S. M. 2001. Digital landscape modeling 
and visualization: a research agenda. Landscape 
and Urban Planning 54(1-4): 49-62.
Goodfellow, C. 1998. The Development of the 
English Board Game, 1770-1850. International 
Journal for the Study of Board Games 1: 70-80.
Herwig, A., E. Kretzler and P. Paar. 2005. Using 
games software for interactive landscape visu-
alization. In I. D. Bishop and E. Lange (eds.), 
Visualization  in  landscape  and  environmental  plan-
ning:  technology  and  applications.  London  and 
New York: Taylor & Francis. 
Koncz, J. 2010. Making Smart Growth Smarter 
C# TIFF: How to Reorder, Rearrange & Sort TIFF Pages Using C# Code
Reorder, Rearrange and Sort TIFF Document Pages in C#.NET Application. C# TIFF Page Sorting Overview. Reorder TIFF Pages in C#.NET Application.
how to reorder pages in a pdf document; how to rearrange pages in a pdf document
VB.NET PowerPoint: Sort and Reorder PowerPoint Slides by Using VB.
Sort and Reorder PowerPoint Slides Range with VB amount of robust PPT slides/pages editing methods powerful & profession imaging controls, PDF document, image
reordering pdf pages; reorder pages pdf file
285                                                                                                           Cartography and Geographic Information Science
with  GeoDesign.  Directions  Magazine.  Online: 
http://www.directionsmag.com/articles/making-
smart-growth-smarter-with-geodesign/122336 
(accessed on 28 September 2010).
MacEachren. 2000. Cartography and GIS: facil-
itating collaboration. Progress in Human Geogra-
phy 24(3): 445-456.
Mathieu, D. and O. Barreteau. 2006. I. Survey on 
past experiences and practices on the use of roleplaying 
games in the field of water management & II. Pro-
posal for a common framework (Project deliverable 
No.  FP6  -  511231)  (p.  35).  AQUASTRESS 
Consortium.  Online:  http://www.aquastress.
net/share/img_deliverables_file/20_1_Aquastress_
WP5.3-D5.3.-1.pdf
Michael,  D.R.  and  S.L.  Chen.  2005.  Serious 
Games:  Games  that  Educate,  Train,  and  Inform. 
Boston, Mass.: Thomson Course Technology. 
Moellering,  H.  1980.  Strategies  of  Real-time 
Cartography.  The  Cartographic  Journal  17(1): 
12-15.
Nyerges,  T.  L.  1991.  Geographic  information 
abstractions: conceptual clarity for geographic 
modeling. Environment and Planning A 23: 1483-
1499.
Oleggini, L., S. Nova and L. Hurni. 2009. 3D 
Gaming  and  Cartography-Design  Consider-
ations for game-based  generation of Virtual 
Terrain  Environments.  In:  Proceedings  of   the 
24th  International  Cartographic  Conference.  San-
tiago, Chile: ICC.
O’Sullivan, D. and D.J. Unwin. 2003. Geographic 
Information Analysis. Wiley Hoboken, NJ.
Parlett, D. S. 1999. The Oxford History of Board 
Games. Oxford: Oxford University Press.
Pickles, J. 1995. Ground Truth: The Social Implica-
tions of Geographic Information Systems. The Guil-
ford Press.
Robinson, A. H. 1996. Elements of  Cartography (Vol. 
6). New York: John Wiley & Sons.
Sheppard, S. R. 2005. Landscape visualisation 
and climate change: the potential for influenc-
ing  perceptions and behaviour. Environmental 
Science & Policy 8(6): 637-654.
Sieber, R. 2006. Public participation geographic 
information systems: A literature review and 
framework. Annals of  the Association of  American 
Geographers 96(3): 491-507.
Smed, J., and J. Hakonen. 2003. Towards a defini-
tion of  a computer game (No. 553). TUCS Technical 
Report. Turku, Finland: Turku Centre for Com-
puter Science.
Steinkuehler, C. A. 2004. Learning in massively 
multiplayer online games. In: Proceedings of  the 
6th International Conference on Learning Sciences, pp. 
521-528. 
Tobler, W. 2000. The Development of Analytical 
Cartography: A Personal Note. Cartography and 
Geographic Information Science 27(3): 189-194.
Varanka,  D.  2009.  Landscape  Features,  Stan-
dards, and Semantics in U.S. National Topo-
graphic Mapping Databases. In: S. Dragicevic, 
D.  Roman,  &  V.  Tanasescu  (eds.),  Advanced 
Geographic  Information  Systems  &  Web  Services, 
GEOWS  2009,  pp.  152-157.  Los  Alamitos, 
Californina: IEEE Computer Society.
Warren, J. 2009. ICCM 2009 - Cartagen and SMS 
Mapping  -  Crisis  Mappers  Net.  Presented  at 
the  first  International  Conference  on  Crisis 
Mapping  (ICCM  2009),  Cleveland,  Ohio. 
Online:  http://crisismapping.ning.com/video/iccm-
2009-cartagen-and-sms.
Whitehill, B. 1999. American Games: a histori-
cal perspective. International Journal for the Study 
of  Board Games 2: 116-141.
Zook, M., M. Graham, T. Shelton and S. Gorman. 
2010.  Volunteered  Geographic  Information 
and  Crowdsourcing  Disaster  Relief:  A  Case 
Study of the Haitian Earthquake. World Medi-
cal & Health Policy 2(2): 9-33. 
About  the  Author:  Ola  Ahlqvist is an assistant 
professor in  the Department  of Geography at 
The Ohio State University. He teaches courses 
in cartography, geovisualization and GIScience, 
and conducts research on semantic uncertainty 
and game-based learning.
Read PDF in Web Image Viewer| Online Tutorials
Extract images from PDF documents; Add, reorder pages in PDF files; Save and print Document Viewer, make sure that you have install RasterEdge PDF Reader Add-on
reorder pages in pdf preview; reverse page order pdf
C# PDF Page Rotate Library: rotate PDF page permanently in C#.net
Enable batch changing PDF page orientation without other PDF reader control. PDF page, delete certain PDF page, reorder existing PDF pages and split
pdf change page order acrobat; change page order pdf reader
T
here is nothing new about  the idea of 
using GIS to make maps. But over the 
last decade there  has  been  a  dramatic 
increase  in  the  ability to  produce high-quality 
cartographic output using end-to-end GIS-based 
workflows. A commercial example is the 22nd 
edition of  Rand McNally’s Goode’s World Atlas 
(Veregin, 2010), for which the world reference 
map series was produced entirely with commercial 
GIS  software.  To  cite  another  example,  the 
winner  of  the  2010 Esri Special  Achievement 
in  GIS  award  for  cartography  was  Mapping 
Specialists, a Wisconsin mapping company, for 
their new US road atlas created from a seamless 
nationwide  GIS  database  (“2010  SAG  Award 
Winners,”  2011).  At  a  national  level,  the  US 
Geological Survey is creating its new nationwide 
US  Topo  map  series  (“Topographic  Maps  for 
the  Nation,”  2011)  using  a  seamless  database 
and  a  GIS-based  workflow  that  incorporates 
automated  procedures  costing  a  fraction  of 
comparable  manual  methods.  In  these  cases 
and  others,  cartographic  production  facilities 
are recognizing that modern GIS software offers 
numerous advantages over traditional methods, 
including production efficiency, relative ease of 
maintenance, and enhanced flexibility to reuse 
and repurpose components of the cartographic 
production process.
I use the term geoenabled cartography to identify 
the  cartographic  production  model  that  relies 
on GIS as the underlying data source, processing 
platform, and map rendering  engine  (Veregin, 
2009).  Geoenabled  cartography  has  three 
essential  elements,  (a)  an  underlying  set  of 
richly attributed geospatial data, (b) the use of 
automated procedures to manipulate and process 
these  data,  and  (c)  the  ability  to  store,  reuse, 
GIS and Geoenabled Cartography 
Howard Veregin 
Cartography and Geographic Information Science, Vol. 38, No. 3, 2011, pp. 286-288
modify and leverage these procedures in other 
contexts. According to this model, cartographic 
symbolization  is  achieved through  interactions 
between data and procedures, thus eliminating 
the need for interactive editing to generate map 
symbology. These procedures can be common 
GIS tools but also encompass complex methods 
that  focus  on  labor-intensive  components  of 
the map production process,  including  feature 
selection  and  generalization,  label  placement, 
and map rendering and output. The ability to 
store and reuse these procedures – using scripts 
or  rulebases  –  allows  them  to  be  reused  and 
adapted to different purposes, which promotes 
efficient leveraging of the initial investment. 
Despite the advantages offered by this model, 
there  is  lingering  resistance  on  the  part  of 
many  professional  cartographers  to  the  idea 
of employing GIS as the primary tool for map 
making. As Director of GIS Operations at Rand 
McNally (prior to my appointment as Wisconsin 
State  Cartographer)  I  helped  develop  and 
implement  new  GIS-based  workflows  for  the 
company’s  print  map  products.  These  efforts 
were  sometimes  challenged  by  cartographers 
who viewed the new technology as clumsy and 
inefficient compared to the desktop illustration 
software widely used for cartographic production 
purposes.  Another  challenge  resulted  from 
conceptual roadblocks that limited the ability of 
some cartographers to easily adapt to new GIS-
based workflows, especially when these workflows 
eliminated  or  rearranged  the  specialized  silos 
associated  with  more  traditional  cartographic 
production tasks.
Many  cartographic  production  facilities, 
partly due to tradition and partly due to software 
limitations,  tend  to  view  the  production  of  a 
physical  map  (or  map  series)  as  cartography’s 
raison  d’etre.  Geoenabled  cartography,  instead, 
focuses on creating cartographic capability  – in 
Howard  Veregin,  Wisconsin  State  Cartographer,  Madison, 
Wisconsin, 53706, USA. Email: <veregin@wisc.edu>.
DOI: 10.1559/15230406382286
VB.NET TIFF: Modify TIFF File by Adding, Deleting & Sort TIFF
Users can use it to reorder TIFF pages in ''' &ltsummary> ''' Sort TIFF document pages in designed powerful & profession imaging controls, PDF document, image
how to reorder pdf pages in reader; pdf move pages
C# PDF: C# Code to Process PDF Document Page Using C#.NET PDF
just following attached links. C# PDF: Add, Delete, Reorder PDF Pages Using C#.NET, C# PDF: Merge or Split PDF Files Using C#.NET.
switch page order pdf; move pages in pdf acrobat
287                                                                                                           Cartography and Geographic Information Science
other words on creating a specific implementation 
of  cartographic  data,  procedures,  and  rules 
to  support  a  specific  mapping  objective.  Any 
physical maps that result are in a sense byproducts 
of this implementation. A particular map is just 
one of many possible representations of the data, 
and other representations are easily created by 
modifying  how  procedures  are  applied.  Since 
maps  are  byproducts  of  the  process  rather 
than  the  objects  of  that  process,  individual 
maps  become  less  intrinsically  valuable,  and 
in some cases even disposable. The traditional 
emphasis on  a  single  map as  the  culmination 
of the cartographic process is out of synch with 
technology  that  allows  alternate  maps  to  be 
generated so easily.
Geoenabled cartography offers a precise and 
unambiguous way to define map specifications, 
since  cartographic  data  and  procedures 
are  explicit.  A  map  is  –  quite  literally  –  an 
enumerated  set  of  procedures  operating  in  a 
specific sequence on a stored geospatial database. 
Details on processing steps and their sequence 
can  be  communicated  to  others,  often  in  the 
form of a script, which can then be reused or 
adapted for different purposes. Within a single 
organization, such as a mapping company, this 
can  offer  significant  efficiencies  by  leveraging 
the  initial  development  effort  and  investment. 
When it occurs across organizations, as when a 
script is shared on a Web forum, cartographic 
methods are disseminated to a  broader group, 
thus enhancing the potential for evolution and 
adaptation.  One  might  argue that  this formal 
map specification is more important  than any 
physical maps  that result  from it. In  any case 
the  ability  to  expose  and  share  the  data  and 
procedural elements of a given map is something 
no paper map – even one produced with desktop 
illustration software – can easily do.
This  latter  point  is  rather  important.  With 
desktop  illustration  software,  cartographers 
use their skills to create specific maps, pouring 
their  knowledge,  experience  and  energy  into 
individual  products  and  making  interactive 
edits  to  generate  symbology.  This  approach 
is  fundamentally  an  artisanal  one,  as  it  relies 
on  hand  craftsmanship  and  delivers  products 
that  are  unique,  individual,  and  not  always 
reproducible.  While  some  procedures  can  be 
implemented as scripts or otherwise replicated 
by others, in general the only model of the map 
production process is the final map itself. The 
data  and  procedures  used  to  create  the  map 
are rolled up inside it without an easy way to 
extract them, reuse them, or learn from them. 
While  there  are  certainly  merits  to  artisanal 
cartography, it is surprising that this production 
model has existed so long in commercial map 
publishing given its implications for production 
costs and product consistency.
Beyond  the  commercial  advantages, 
geoenabled cartography also supports the Web-
based mapping applications that have generated 
so much interest over the last few years. Strictly 
speaking,  many  of  these  applications  do  not 
use GIS software per se. Still, many of the data 
processing  and  map  rendering  methods  that 
they  use are derived from  standard  GIS tools. 
Furthermore, the applications themselves reflect 
the  core  idea of  geoenabled  cartography:  the 
use of stored, repeatable procedures applied to 
underlying  geospatial  data.  In  particular,  the 
ability to customize the map display as a function 
of user interaction is an example of rule-driven 
symbology  supporting  highly  customized  on-
the-fly map renderings tailored to specific user 
requirements.  This  capability  has  made  the 
Web a liberating force for cartography and the 
spatial  sciences.  Literally  thousands  of  non-
professional  cartographers  have  been  able  to 
develop  innovative  representations  of  datasets 
to  support their  interests,  research  efforts  and 
professional  activities.  In  the  humanities  and 
other  traditionally  aspatial  disciplines  this 
phenomenon has contributed to a “spatial turn” 
that includes wider acceptance and adoption of 
maps in scholarly research. 
 argue  that  the  roots  of  geoenabled 
cartography lie within Waldo Tobler’s paradigm 
of  analytical  cartography.  Tobler  developed 
the first course in analytical cartography at the 
University of Michigan in the  late 1960s. He 
viewed cartography as a means to examine and 
solve  geographical  problems  and  to  develop 
and  refine  geographical  theory  (Tobler,  2000, 
189). As such analytical cartography was based 
on a foundation of mathematical theory, which 
set  it  apart  from  traditional  cartography  with 
its emphasis on the communicative and artistic 
aspects  of  map  design  (Moellering,  2000a, 
187). Much of the subject matter of analytical 
VB.NET TIFF: VB.NET Sample Code to Process & Manage TIFF Page
certain TIFF page, and sort & reorder TIFF pages in Process TIFF Pages Independently in VB.NET Code. powerful & profession imaging controls, PDF document, image
rearrange pdf pages in reader; change page order in pdf reader
C# Word: How to Create Word Document Viewer in C#.NET Imaging
in C#.NET; Offer mature Word file page manipulation functions (add, delete & reorder pages) in document viewer; Rich options to add
rearrange pages in pdf reader; change pdf page order online
Vol. 38, No. 3                                                                                                                                                          288  
cartography  –  projections,  transformations, 
topology,  data  models,  generalization,  spatial 
interpolation, spatial filtering, dynamic mapping, 
numerical  map  analysis,  and  so  on  –  has 
subsequently  become  tightly  integrated  into 
GIS (Clarke and Cloud, 2000, 195). Today these 
methods make geoenabled cartography possible 
by facilitating the manipulation, transformation, 
and analysis of geospatial data. Like analytical 
cartography,  geoenabled  cartography  is 
focused on utilizing the power of data/method 
interactions to drive the mapping process, and 
emphasizes  the  importance  of  often  highly 
customized maps that meet specific user needs. 
There  are  also  parallels  with  geovisualization 
(Kraak & MacEachren, 1999) which emphasizes 
interactivity and user-centric customization, data 
analysis to support  exploration and hypothesis 
testing,  and  multiple  (often  simultaneous) 
visualizations.  Like  geoenabled  cartography, 
geovisualization  also  recognizes  the  inherent 
limitations of traditional static maps. 
I believe it is time to refocus energy on the tools 
of analytical cartography that give geoenabled 
cartography its power. Several areas in particular 
require  additional  research  and  development, 
including automated feature generalization and 
label placement. Sophisticated tools have been 
developed for these tasks, but significant manual 
effort is often still required at the post-processing 
phase  to  ensure  that  maps  are  of  acceptable 
quality. Further development of  these tools would 
bolster  the  economic  benefits  of  geoenabled 
cartography for map production and enhance the 
ability of Web-mapping applications to generate 
customized map renderings supporting specific 
user  needs.  Ultimately,  it  is  these  capabilities 
that  will  allow  cartography  to  evolve  in  ways 
that better suit the needs of scientific and non-
professional users, and to adapt to technological 
changes that are now just over the horizon.
RefeRences
2010 SAG Award Winners. n.d. Online: https://
events.esri.com/uc/2010/sag/list 
(accessed 
March 2011)
Clarke, K. C. and J. G. Cloud. 2000. On the 
origins  of  analytical cartography.  Cartography 
and Geographic Information Science 27(3): 195-204.
Kraak,  M.-J.  and  A.  M.  MacEachren.  1999. 
Visualization  for  exploration  of  spatial  data. 
International  Journal  of  Geographical  Information 
Science 13(4): 285-287.
Moellering, H. 2000. The nature of analytical 
cartography: An introduction. Cartography and 
Geographic Information Science 27(3): 187-88.
Tobler,  W.  1976.  Analytical  cartography.  The 
American Cartographer 3(1): 21-31.
Tobler, W. 2000. The development of analytical 
cartography: A personal note. Cartography and 
Geographic Information Science 27(3): 189-94.
Topographic Maps for the Nation. n.d. Online: 
http://nationalmap.gov/ustopo/TopoMapBroch_
New5.pdf (accessed March 2011)
Veregin, H. 2009. Geoenabled Cartography. Keynote 
address, GIS  Day, University of  Wisconsin  - 
Milwaukee. 
Veregin, H. (ed.). 2010. Goode’s World Atlas, 22nd 
Edition. Skokie, Illinois: Rand McNally & Co.
About the Author:  Howard Veregin is the State 
Cartographer  for  the  State  of  Wisconsin. 
His  previous  positions  include  Director  of 
Geographic  Information  Services  at  Rand 
McNally, and Associate Professor of Geography 
at the University of Minnesota-Twin Cities. 
Introduction
C
ommon  objectives  for  cartographic 
generalization  include  preservation 
of  cartographic  and  geographic  logic. 
Cartographic logic refers to the condition that 
the smaller  scale data  version retains levels of 
detail which meet visual expectations. Essentially 
this  means  that  the  simplified  data  “looks 
right” in the context of other map information. 
Geographic logic is retained when generalized 
data versions reflect evidence of their site and 
situation in the landscape. For example, a smaller 
scale representation of an arid landscape must 
preserve ephemeral stream characteristics such as 
channel discontinuity and the presence of playas 
and washes. A depositional coastline processed 
Adapting Generalization Tools to
Physiographic Diversity for the United States
National Hydrography Dataset
Barbara P. Buttenfield, Lawrence V. 
Stanislawski and Cynthia A. Brewer
Abstract: This paper reports on generalization and data modeling to create reduced scale versions of 
the National Hydrographic Dataset (NHD) for dissemination through The National Map, the primary 
data delivery portal for USGS. Our approach distinguishes local differences in physiographic factors, 
to demonstrate that knowledge about varying terrain (mountainous, hilly or flat) and varying climate 
(dry or humid) can support decisions about algorithms, parameters, and processing sequences to 
create generalized, smaller scale data versions which preserve distinct hydrographic patterns in these 
regions. We work with multiple subbasins of the NHD that provide a range of terrain and climate 
characteristics. Specifically tailored generalization sequences are used to create simplified versions 
of the high resolution data, which was compiled for 1:24,000 scale mapping. Results are evaluated 
cartographically and metrically against a medium resolution benchmark version compiled for 1:100,000, 
developing coefficients of linear and areal correspondence. 
Keywords:  differential  generalization,  multiple  representations,  MRDB,  hydrography,  metric 
assessment, coefficient of line correspondence
Cartography and Geographic Information Science, Vol. 38, No. 3, 2011, pp. 289-301
for  smaller  scales  should  preserve  the  regular 
periodicity and  scalloped  character  of   barrier 
beaches. Generalization processing to meet these 
objectives often involves modifying data geometry, 
symbolization, or both. Satisfactory results can 
be achieved  for data  spanning  small  scales  or 
example landscapes with uniform characteristics, 
as  evidenced  in  example  illustrations  found 
in  many  American  cartographic  textbooks 
(Slocum et al. 2009; Dent 1999; Robinson et al. 
1995). Larger regions with diversified landscape 
characteristics present more of a challenge for 
a national mapping agency such as the United 
States Geological Survey (USGS) in developing 
a generalization strategy. 
The premise of this research is that a single 
automated  generalization  sequence  with 
uniform  tolerance  parameters  cannot  create 
adequate  reduced  scale  representations  in  all 
types of  heterogeneous landscapes encountered 
across the  United States. There are important 
implications in this approach for data production 
and for cartographic  design  at multiple  scales. 
Barbara P. Buttenfield, Department of Geography, University of 
Colorado,  Boulder,  Colorado,  USA.  Email:  <babs@colorado.edu>. 
Lawrence V. Stanislawski, ATA Services, Center for Excellence in 
Geospatial Information Science (CEGIS), United States Geological 
Survey  (USGS),  Rolla,  Missouri,  USA.  Email:  <lstan@usgs.gov>. 
Cynthia A. Brewer, Department of Geography, Pennsylvania State 
University, Universit Park, Pennsylvania, USA. Email: <cbrewer@psu.
edu>.
DOI: 10.1559/15230406382289
Vol. 38, No. 3                                                                                                                                                          290  
Automated generalization  processing  and  data 
modeling  will  reduce  workloads  and  improve 
consistency of  results, but may require special 
expertise.    Some  data  layers  (terrain  and 
hydrography) are more sensitive to scale change 
than others (transportation and settlement) and 
must  be  generalized  at  more  frequent  scale 
intervals  to  produce  useful  data products  and 
readable maps. Analytical uses of reduced scale 
data  carry  additional  needs  and  requirements, 
to  support  reliable  data  measurements,  and 
to  ensure  that  features  integrate  horizontally 
(within  layers)  as  well  as  vertically  (between 
layers)  (Bobzien  et  al.  2008;  Buttenfield  and 
Frye 2006; Spaccapietria et al. 2000). Consistent 
data  modeling mandates  metric  assessment of 
generalized data versions, to ensure reliability of 
measured geometric characteristics at all levels 
of resolution.
This  paper  reports  on  generalization  and 
data modeling to create reduced scale versions 
of  hydrographic  data  for  The  National  Map 
(http://nationalmap.gov)  of  the  USGS.  The 
work  draws  upon  several  years  of  stepwise 
efforts  by  the  authors  to  estimate  upstream 
drainage  area  (UDA)  for  every  stream  reach 
between  confluences  (Stanislawski  et al.  2007), 
to  automate  stream  pruning  on  the  basis  of 
local  density  (Stanislawski  2009),  to  quantify 
reliability of generalization results (Stanislawski 
et al. 2010a; Buttenfield et al. 2010), as well as 
for  visual  evaluation  of  mapped  hydrography 
(Brewer  et  al.  2009).  The  paper demonstrates 
that  generalization  processing  can  be  varied 
to  preserve  local  or  regional  differences  in 
hydrographic characteristics that reflect natural 
variations in landscape type. Specifically tailored 
processing sequences generalize data compiled 
for  the National Hydrography  Dataset  (NHD) 
at 1:24,000  (24K)  scale.  Results are evaluated 
metrically  against  benchmark  NHD  data 
compiled for 1:100,000 (100K) scale subbasins. 
Terminology and concepts common to United 
States  hydrographic  data  such  as  flowlines, 
reaches, and subbasins may be reviewed at the 
NHD  website  (http://nhd.usgs.gov/documentation.
html), with a particularly helpful overview in the 
chapter called Concepts and Content (http://nhd.usgs.
gov/chapter1/chp1_data_users_guide.pdf).
Hydrographic  data  is  chosen  for  a  number 
of  reasons.  It  comprises  the  vector  data  layer 
most sensitive to changing spatial resolution. It 
is  characterized  by  having  the  most  stringent 
requirements for vertical integration with terrain, 
so  that streams run  along  valley  bottoms  and 
not up the sides of  ridges for example. As such, 
hydrography  is expected  to  manifest the most 
difficult data modeling problems in generalizing 
vector  data.  In  addition,  hydrography  is 
commonly utilized in topographic base mapping 
at every scale, and will be in high demand by 
users of The National Map.
Establishing a Reliable
Physiographic Context
The  United  States  is  large,  and  comprises 
diverse physiographic regions (Figure 1a). Initial 
results by the authors of this paper (Buttenfield 
et al. 2010; Stanislawski et al. 2009; Brewer et 
al.  2009)  led  to  the  argument  proposed  here 
that  landscape  differences  which  reflect  local 
physiography and local climate require differing 
generalization sequences for effective multiscale 
representation. The traditional resource cited for 
defining United States physiographic regions is 
Fenneman and Johnson (1946), whose divisions 
were created manually and at a relatively coarse 
resolution.  Relying  solely  on  the  Fenneman 
and  Johnson  physiographic  divisions  however 
does  not  reflect  enough  spatial  variability  at 
the subbasin level to model realistic transitions 
for  generalization  strategies  across  the  range 
of  conditions  in  the  country.  Consequently, 
alternative landscape delineation approaches are 
needed for  hydrographic generalization of the 
United States. 
Touya  and  others  (Touya  2008;  Touya  et 
al. 2010) have proposed an implementation of 
context-specific processing applied to subjectively 
determined urban landscape delineations. Their 
solution is based on terrain and transportation 
characteristics.  Other  research  has  been 
completed on automatic delineation of landscape 
partitions  with  specific  characteristics,  to  help 
orchestrate choices among a set of automated 
generalization operations for large and/or varied 
datasets (van Oosterom and Schenkelaars 1995; 
Bobzien et al. 2008; Chaudhry and Mackaness 
2008a, 2008b; Fathi and Krumm 2010). Progress 
291                                                                                                           Cartography and Geographic Information Science
in multiscale morphometric approaches are also 
reviewed by Deng (2008) with an emphasis on 
environmental modeling goals. But none of these 
approaches can account comprehensively for the 
wide  range  of  terrain  and  climate  conditions 
within  the  United  States,  which  form  diverse 
hydrographic conditions. 
Chaudhry  and  Mackaness  (2008c)  apply 
morphometric  analysis  to  build  extents  of 
mountain ranges from individual peak locations. 
Their objective is  to  derive “morphostructural 
regions”  suited  to  smaller  scale  mapping. 
Multiscale  morphometric  analysis  approaches 
typically encompass landscape variation across 
distances  ranging  from  tens  of   meters  to 
approximately one kilometer (e.g., Schmidt and 
Andrew 2005) and with differences resulting from 
focal windows ranging from 3x3 pixels to 75x75 
pixels (which covers 3,700 ground meters at the 
working  scale  of  Fisher  et  al.  2004).  In  these 
contexts, scale change refers to DEM resolution 
change,  but  is  still  focused  on  automatic 
identification  of  parts  of  landscapes  such  as 
peaks, ridges, passes, plains, channels, and pits 
(Wood 1996). This level of detail is much finer 
than the subbasin-based approach applied in this 
paper, and much too fine to process hydrography 
for the entire United States in a manageable way. 
The aim in this research is not, for example, to 
differentially  generalize  the  opposing  sides  of 
every ridge and valley in the United States at the 
resolution of individual formations.  Such a data 
processing task could not be completed within a 
reasonable update cycle. 
Regional  classification  based  on 
hydrography  remains  a  challenging 
problem,  because  water  channels  are 
quite  sensitive  to  terrain  roughness, 
precipitation and other factors (Carlston 
1963; Montgomery  and  Deitrich  1989; 
Tarboton et al. 1991; Tucker and Bras 
1998).  The  premise  of  the  research 
reported  here  is  that  differences  in 
hydrographic  pattern  cannot  be 
preserved  across  all  variations  evident 
in the national landscape using a single 
uniform  processing sequence.  Tailoring 
individualized  generalization  sequences 
to each subbasin would be unmanageable, 
of course. The middle path is to establish 
a set of terrain and climate characteristics 
that  reflect  the  primary  hydrographic 
patterns,  and  use  these  to  regionalize 
the  national  landscape.  Generalization 
sequences  can  then  be  tailored  to  the 
regions,  and  applied  where  landscape 
conditions are appropriate.
Stanislawski  et  al.  (2011)  classified 
the  conterminous  United  States  based 
on  terrain  and  climate  factors  related 
to  surface  hydrography  (Figure  1)  in 
an  effort  to  specify  distinct  landscape 
regions  more  formally  than  Fenneman 
and Johnson (1946), and to automate the 
identification of distinct landscape regions 
in each of which a unique hydrographic 
generalization approach could be applied.  
Figure 1 (a) top (b) bottom. Two physiographic taxonomies.  (a) a 
widely adopted  but subjective  categorization (Fenneman and  John-
son 1946); (b) results from statistical clustering of seven terrain and 
hydrographic variables (Stanislawski et al. 2010). National Hydrogra-
phy Dataset  (NHD) subregions are overlain on the classification. Let-
ters identify NHD subbasins processed to date to verify the premise 
that generalization must be tailored to landscape type.
Vol. 38, No. 3                                                                                                                                                          292
The long term goal is to establish the smallest 
number of unique processing sequences which 
can fully accommodate the variety of available 
landscape types. The present paper discusses five 
subbasin examples, explaining and distinguishing 
the processing sequences and metric evaluation.
The classification by Stanislawski et al. (2010b) 
is  based  on  seven  environmental  factors  that 
influence  surface  hydrography.  Three  terrain 
factors,  elevation,  standard  deviation  of 
elevation, and slope, are averaged for each 5 km 
cell of a grid superimposed on USGS 1:250,000 
scale 3-arc second digital elevation models (that 
is, DEMs  with  approximately  90m  resolution). 
The  latter  two  measures  provide  estimates  of 
topographic  surface  roughness  (Grohmann 
et  al. 2009), which  are similar to relief values 
used for terrain partitioning by Chaudhry and 
Mackaness (2008b).  Two  hydrographic  factors 
include  runoff  (mm/year)  based  on  a  water 
balance model (Wolock and McCabe 1999), and 
drainage density estimated from high resolution 
(HR) NHD catchments (Stanislawski et al. 2007).  
(A catchment is a drainage basin where surface 
water  flow  converges to  a  single  point,  called 
the  pour point, where  the  water  flows out of 
the  basin,  is  lost  underground,  or  flows  into 
another water feature such as another channel, 
a lake, reservoir or in coastal areas an estuary.) A 
third hydrographic factor is inland surface water, 
estimated from 100K medium resolution (MR) 
NHD polygons. Lastly, a bedrock density factor 
estimated for generalized geologic unit polygons 
(Reed and Bush 2005) was included. The seven 
factors were normalized and evaluated using a 
maximum likelihood classification, to generate 
a set of seven physiographic categories that are 
overlaid on the NHD subbasins  (Figure 1b). In 
combination  with  the  research  presented here, 
future work will model generalization procedures 
(operation  sequence and  parameters)  for  each 
subbasin  to  blend  procedures  established  for 
each associated landscape class  and thus form 
adequate transitions along class boundaries.
In  initial  attempts  to  establish  unique 
generalization sequences adapted to a range of 
landscape types in the coterminous United States 
as evidenced by the statistical clustering, a sample 
of NHD subbasins was selected, characterized by 
three terrain regimes (flat, hilly or mountainous), 
and by two precipitation regimes (dry or humid) 
(Table  1).  Separate  procedures  have  been 
developed for these six subbasins, some of which 
are described in the following sections.
Processing Methods and Approach
Generalization  processing  of   the  HR  NHD 
is  computationally  intense  and  produces 
intermediate scale hydrographic datasets, called 
Level of Detail (LoD) databases (Cecconi et al. 
2002) that retain the full NHD data structure, 
including  name,  feature  type,  and  identifiers 
unique  to each  stream  reach. The first set of 
LoDs  is  intended  for  mapping  scales  ranging 
from 1:50,000 (50K) to about 1:200,000 (200K) 
and referred to hereafter as 50K LoDs. 
Data modeling involves four stages of 
processing  explained below. Methods 
to generate a 50K LoD are described 
while  focusing  on  the  Missouri 
subbasin (C). This subbasin forms the 
watershed  for  the  Pomme  de  Terre 
River,  Missouri.  The  subbasin  sits 
in the Ozark  Plateau of  the  Interior 
Highlands,  and  covers  ~2,190  km2. 
The  geography  of  this  landscape  is 
 humid  climate  with  hilly  but  not 
mountainous terrain. Subbasin G, with 
characteristics similar to subbasin C, is 
used for validation. Subbasins B and D 
will be discussed briefly to demonstrate 
that  landscape  variations  across  our 
Subbasin Name and Location
NHD Subbasin
Regime
A  South Branch  Potoma River, West 
Virginia 
02070001
Humid Mountainous
B  Upper Suwannee River,   
Florida-Georgia 
03110201
Humid Flat
C  Pomme De Terre River, Missouri
10290107
Humid Hilly
D  Lower Prairie Dog Town Fork,
Red River, Texas 
11120105
Dry Hilly
E  Piceance-Yellow Creeks, Colorado
14050006
Dry Mountainous
F  Lower Beaver River, Utah
16030008
Dry Flat
G  Lower Cimarron River, Oklahoma
11050003
Humid Flat
Table 1. NHD subbasins used in this research.  Processing for  subbasins 
B, C, and D illustrates discussion throughout this paper; and subbasin G 
will be used to discuss metric validation.
Documents you may be interested
Documents you may be interested