Django & Python
Hoe een geluidsmonitoringapp Arcadis hielp weerstand tegen windparken te verminderen
- Klant
- Arcadis — Wereldwijd ingenieursbureau actief in 30+ landen
- In gebruik
- Bij windparkprojecten in heel Nederland
- Voorspellingsvenster
- 48 uur — real-time geluids- en slagschaduwprognoses
The Client
De klantArcadis is een wereldwijd ingenieurs- en adviesbureau. Geluidsverwachting is een app die ontwikkeld is binnen een Arcadis-project om een specifiek probleem aan te pakken: wanneer windparken worden gebouwd nabij woonkernen, maken omwonenden bezwaar tegen geluid en slagschaduw.
Die bezwaren vertragen projecten, bemoeilijken vergunningverlening en beschadigen relaties met lokale overheden.
Arcadis had een tool nodig die bewoners echte informatie gaf in plaats van aannames — en het voor windparkexploitanten eenvoudiger maakte om met omwonenden in gesprek te gaan.
DWS heeft Geluidsverwachting van de grond af ontworpen en gebouwd in Django en Python. Het product moest tegelijk werken voor drie verschillende groepen: bewoners die wilden begrijpen wat ze ervoeren, exploitanten die moesten reageren op echte data, en projectteams die een betrouwbare bron van bewijs nodig hadden.
The Problem
Het probleemDe uitdaging was niet puur technisch. Het ging om vertrouwen.
Bewoners nabij windparken hadden geen manier om te weten welke geluidsniveaus ze konden verwachten, wanneer, of hoe hun ervaring zich verhield tot wat er daadwerkelijk werd gemeten.
Het gebrek aan transparantie voedde wantrouwen. Wantrouwen werd klachten. Klachten werden formele bezwaren in de vergunningsprocedure.
Windparkexploitanten besteedden tijd aan het beheren van zorgen die eerder hadden kunnen worden weggenomen met betere informatie. Lokale overheden zaten gevangen tussen projectdeadlines en bewonersprotesten. Geen enkele partij had betrouwbare data, en geen enkele partij vertrouwde de interpretatie van de ander.
Een gedeeld referentiepunt voor bewoners, exploitanten en lokale overheden.
De Geluidsverwachting-app heeft vier verbonden functies, elk gericht op een andere dimensie van het vertrouwensprobleem.
Real-time geluids- en slagschaduwprognoses
De app integreert meteorologische data en windturbineparameters om hyperlocale voorspellingen te genereren tot 48 uur van tevoren. Bewoners kunnen controleren wat ze kunnen verwachten voordat het gebeurt, in plaats van achteraf een klacht in te dienen.
Feedback van bewoners
Gebruikers kunnen hun daadwerkelijke ervaring direct via de app vastleggen. Dit geeft exploitanten een gestructureerd overzicht van gemelde problemen — en bewoners een kanaal dat sneller en directer is dan een formele klacht.
Datavisualisatie
De app plaatst turbinegeluid in context door het te vergelijken met bekende alledaagse geluiden. Het toont ook hoeveel elektriciteit de turbines op dat moment opwekken — zodat de afweging zichtbaar is, niet abstract.
Communicatie met stakeholders
Wanneer er een zorg wordt geuit, werken alle partijen — bewoners, exploitanten en lokale overheden — vanuit dezelfde dataset. De app verwijdert de meest voorkomende bron van conflict: meningsverschillen over wat de feiten zijn.
- Gebouwd met:
- Django en Python
- Integratie:
- Real-time meteorologische data
- Platform:
- Mobiel-geoptimaliseerde webapplicatie
Betere informatie veranderde het gesprek.
Wanneer bewoners kunnen zien wat eraan komt en kunnen vastleggen wat ze daadwerkelijk hebben ervaren, verandert de aard van klachten. Echte problemen worden sneller gedocumenteerd en aangepakt. Problemen die niet echt zijn, leiden niet langer tot bezwaren.
Voor exploitanten verving de app een reactieve cyclus — reageren op klachten achteraf — door een proactieve. Bewoners die toegang hebben tot dezelfde prognosedata als de exploitanten hebben minder reden om te veronderstellen dat ze worden misleid.
Voor lokale overheden schiep de app een gedeeld dossier. Wanneer zowel exploitanten als bewoners data hebben vastgelegd bij hetzelfde incident, is er minder ruimte voor tegenstrijdige verhalen in een vergunningsgesprek.
Geluidsverwachting is actief in gebruik bij windparkprojecten in heel Nederland. Arcadis blijft het gebruiken als standaard onderdeel van hun aanpak voor omgevingsparticipatie bij windenergie-projecten.
Django Web Studio bouwt web- en mobileproducten in Django en Python voor klanten die opereren in complexe, multi-stakeholder omgevingen. Het Geluidsverwachting-project was geen eenvoudige bouw: het product moest gelijktijdig werken voor groepen met verschillende behoeften, verschillende niveaus van technische kennis en tegenstrijdige belangen.
Software die in die omgeving werkt, vereist meer dan schone code. Het vereist een team dat het menselijke probleem goed genoeg begrijpt om goede productbeslissingen te nemen — en dicht genoeg bij de klant blijft om te merken wanneer die beslissingen moeten veranderen. Dat is hoe product partnership er in de praktijk uitziet.
Iets bouwen met complexe stakeholdervereisten?
De snelste manier om te weten of wij de juiste partner zijn, is een gesprek van 30 minuten. Geen pitch — gewoon een eerlijke blik op jouw situatie en of ons model daarbij past.