ASTER Global Digital Elevation Model (ASTER GDEM) V.

ASTER Global Digital Elevation Model (ASTER GDEM) merupakan produk yang dikembangkan dan dibuat oleh Kementerian Ekonomi, Perdagangan, dan Industri (METI) Jepang dan Amerika Serikat National Aeronautics and Space Administration (NASA). Data ini dihasilkan dari data yang dikumpulkan dari Spaceborne Advanced Thermal Emisi dan Reflection Radiometer (ASTER). Versi 2 dari ASTER GDEM dikembangkan, menggunakan algoritma yang canggih untuk meningkatkan GDEM resolusi dan akurasi elevasi dan pengolahan total 1,5 juta scene data yang termasuk didalamnya tambahan 250.000 layer diperoleh setelah rilis sebelumnya. Akurasi versi terbaru ini divalidasi oleh upaya kerjasama antara Jepang dan Amerika Serikat, yang menunjukkan perbaikan signifikan atas Versi 1. ASTER GDEM Versi 2 secara resmi dirilis sebagai upgrade dari Versi 1 pada tanggal 17 Oktober 2011. ASTER-GDEM 2 memiliki gridding dan Tile yang sama dengan ASTER-GDEM 1,0, tetapi artefak muncul berupa bercak-bercak pada ASTER_GDEM 1.0 telah banyak di kurangi, resolusi horizontal lebih tinggi dengan menggunakan kernel korelasi yang lebih kecil (5 x 5 di bandingkan 9 x 9 digunakan untuk GDEM 1,0), dan perbaikan pada watermask-nya. . GDEM 2 memiliki akurasi mumpuni pada tingkat kepercayaan 95%. yang yang yang yang

Data Aster GDEM ini setidaknya bias di gunakan sebagai data awal acuan untuk Survey Pemetaan Kontur dan Pemetaan Lahan, Untuk kegiatan perencanaan Jaringan jalan dan Bangunan, Data ini sangat membantu setidaknya untuk menujukkan jalur atau track-track yang bias dilalui untuk perencanaan jalan, tentunya data ini Juga memiliki kekurangan, namun setidaknya dengan adanya Data Ini para perencana bias memberikan keputusan awal lokasi-lokasi yang dianggap layak untuk dilakukan pengembangan, dengan adanya data ini bias meminimalisasi biaya survey lapangan dikarenakan tidak perlu melakukan survey menyeluruh untuk mendapatkan data topografi kawasan. Pada Intinya data Topografi adalah data pemodelan, sehingga tentunya memiliki nilai error, namun setidaknya data ini sangat membantu perencanaan di daerah-daerah baru seperti Pulau Kalimantan, Sumatera, Papua dan Sulawesi yang notabennya merupakan daerah-daerah yang masih belum banyak bisa dijangkau, sehingga informasi awal sangat di perlukan untuk perencanaan Selanjutnya.