Het droneteam als slimme schakel tussen veld en data
Van herten tellen in de duinen tot vegetatiemonitoring en verkenning langs leidingtracés: GIS-specialisten Kim Langenberg en Sien Snijder laten zien hoe drones in 2025 een onmisbaar instrument werden voor zowel natuurbeheer als drinkwaterproductie.
Wekelijkse vlieguren
Het begon ooit met een pilot om de effecten van schapenbegrazing op de begroeiing in de duinen beter in beeld te krijgen. Inmiddels is de inzet van drones bij PWN flink uitgebreid en voert een compleet droneteam wekelijks vluchten uit, zowel voor natuurbeheer als drinkwaterproductie. Kim Langenberg en Sien Snijder, beiden GIS-specialist én dronepiloot, laten zien welke stappen hiermee in 2025 zijn gezet.
Kim Langenberg:
"Toen de vraag voorbijkwam wie tot dronepiloot opgeleid wilde worden, heb ik me gemeld."
Van begin tot eind betrokken bij data
Voor GIS-specialisten is het verwerken, analyseren en ontsluiten van geografische data dagelijks werk. Het is dan ook geen toeval dat het droneteam – met collega’s uit de hele organisatie - juist vanuit deze hoek van PWN is opgezet.
Van bureau naar het veld
Kim: “Toen de vraag voorbijkwam wie tot dronepiloot opgeleid wilde worden, heb ik me gemeld. Ik vond het een mooie kans om gegevens die we achter het bureau verwerken, zelf in het veld te gaan verzamelen.”
Sien dacht er net zo over: “Op deze manier zijn we van begin tot eind bij het dataproces betrokken. Met als extra voordeel dat wij precies weten waaraan de beelden moeten voldoen voor de beste analyses. Denk aan de resolutie, of vanaf welke hoogte ze genomen zijn. Dat komt de datakwaliteit ten goede. En daarmee de inzichten die we uit die data kunnen halen.”
Herten tellen vanuit de lucht
De dronepiloten kwamen in 2025 op diverse manieren in actie. Zo brachten ze de voortgang in beeld van de uitbreiding van de productielocatie in Heemskerk, en voerden ze verkenningsvluchten uit langs leidingtracés om te bepalen of de omgeving vrij genoeg is voor de beoogde werkzaamheden.
Een completer beeld
“Een project dat eruit sprong, was het in kaart brengen van de hertenpopulatie in de duinen voor Natuur & Beleving”, vertelt Sien. “Die telling vindt ook op de grond plaats, door boswachters en vrijwilligers, maar zij lopen vaste routes en komen niet overal. Wij vliegen met kleuren- en warmtecamera’s over het hele gebied dat PWN beheert. Zo ontstaat een completer beeld en daarmee een nauwkeurigere schatting van de aantallen.”
20 minuten vliegen voor een dag wandelen
Een ander groot project waaraan het droneteam een onmisbare bijdrage levert, is LIFE Watersource, het landschap dat PWN heeft ingericht voor onderzoek naar natuurlijke voorzuivering van water. “Het eerste deel is in het voorjaar met AI opgeleverd”, zegt Kim.
“Sindsdien zetten wij drones in om de ontwikkeling van de vegetatie in dit gebied te monitoren: wat groeit er en waar? Wij vliegen in 20 minuten over het hele terrein, waar veldonderzoekers een hele dag aan het wandelen zijn. Hun observaties zijn nog wel veel gedetailleerder; ons werk dient echt ter ondersteuning, om snel een algemeen beeld te krijgen.”
Camera's en sensoren
Het droneteam werkt vooral met rotordrones die heel wendbaar zijn en overal makkelijk kunnen opstijgen. Hier kan allerlei apparatuur onder gehangen worden. Zo beschikt PWN naast kleuren- en warmtecamera’s over LiDAR-sensoren voor nauwkeurige hoogtekaarten en multispectrale camera’s.
Hulp van AI
Deze maken meerdere beelden tegelijk in verschillende delen van het lichtspectrum: rood, groen, blauw, maar ook nabij-infrarood en thermisch. “We hebben nu ook een drone die al tijdens de vlucht met hulp van AI bijvoorbeeld mensen en auto’s kan herkennen op de livestream”, zegt Sien. “Dat hoeven we dan dus niet meer achteraf op de computer te doen.”
Ook de modellen die het GIS-team gebruikt om van dronebeelden tot inzicht te komen, zijn volop in ontwikkeling. “Ik ben bijvoorbeeld modellen aan het trainen om aan de hand van warmte- en kleurenbeelden soorten van elkaar te onderscheiden, zoals herten en grote grazers”, vertelt Kim.
Onderscheid tussen gras en riet
“Op een vergelijkbare manier leren we modellen vegetatie te herkennen uit multispectrale beelden. Gras reflecteert licht bijvoorbeeld anders dan struiken of riet. Zo kunnen we straks niet alleen automatisch zien waar ‘iets’ groeit, maar ook wát er groeit. Om die modellen goed te trainen zijn heel veel datasets nodig; we gaan de komende tijd dan ook vaker vliegen. Zo komen we stap voor stap verder. En kunnen we de organisatie steeds beter ondersteunen.”
Lees de interviews uit het jaarverslag
Klantcontactcentrum krijgt AI-assistentie
Begin 2026 maakten de eerste PWN-klanten kennis met Flora, de nieuwe AI-assistent van het klantcontactcentrum (KCC). Een handige hulp die nu al veel vragen kan beantwoorden, en hier in de toekomst alleen maar beter in wordt.
Leergang asset management
Goede drinkwatervoorziening begint bij goede kennis. Daarom investeren we niet alleen in leidingen en installaties, maar ook in de mensen die ze beheren. Met de leergang Assetmanagement bouwt PWN aan een organisatie waarin iedereen begrijpt hoe zijn of haar werk bijdraagt.
Ben: het gezicht van de koffiecorner
Met een vrolijke groet en een verse cappuccino zet Benjamin den Drijver elke ochtend de toon bij PWN. Vanuit de koffiecorner bij de entree zorgt hij dat collega's en gasten zich meteen welkom voelen.
Natuur helpt bij het voorzuiveren van drinkwater
Het IJsselmeer is de belangrijkste bron voor drinkwater van PWN. Maar de kwaliteit van het water staat onder druk. Daarom onderzoekt PWN hoe de natuur kan helpen om water al vóór de waterzuivering schoner te maken. Dat doen we met LIFE Watersource: een proefgebied in het IJsselmeer waar zand, mosselen en waterplanten een deel van het werk doen. Onderzoeker Tim de Groot vertelt je er in dit artikel meer over.