Adrien Brunel
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Previous Organizations / Institutes
The organizations / institutes from the scholar's other articles in the past ten years
Adrien Brunel has a total of 26 co-authors. Here are the top co-authors by number of shared publications:
- Jérémy Omer
Univ Rennes INSA Rennes CNRS IRMAR -UMR 6625 F-35000 Rennes France
4 shared publications - Sophie Bertrand
Institut de Recherche pour le Développement (IRD) UMR212 EME Centre de Recherche Halieutique Méditerranéenne et Tropicale Avenue Jean Monnet, BP 171 34203 Sète Cedex France
4 shared publications - Alejandro Ariza
DECOD, Ifremer, INRAE, Institut Agro, Nantes, France
1 shared publication Alessandre Giorgis
1 shared publicationAntoine Gicquel
UMR MARBEC (IRD Ifremer Univ. Montpellier CNRS) Avenue Jean Monnet 34203 Sète Cedex France
1 shared publication- Antoine Gicquel
Univ Rennes, INSA Rennes, CNRS, IRMAR UMR 6625, F-35000 Rennes, France
1 shared publication
Latest Publications
- 7 April 2026
- Published by Agence Bibliographique de l'Enseignement Supérieur
Aide à la décision pour la planification spatiale marine : l’optimisation en nombres entiers au service de la conception des aires marines protégées.
La crise de la biodiversité et le changement climatique en cours ont conduit à un consensus sur la nécessité de préserver l’intégrité et le fonctionnement des écosystèmes. Bien que déjà au cœur de multiples pressions anthropiques, les milieux marins sont considérés comme des espaces privilégiés pour le déploiement de "l’économie bleue". Dans ce contexte, la planification spatiale marine (PSM) vise à organiser rationnellement l’utilisation de l’espace afin de réduire les tensions entre les activités humaines et les écosystèmes, ainsi qu’entre les acteurs de l’océan.En général, la PSM cherche un découpage de l’océan afin d’allouer dans le temps et l’espace les activités humaines en mer afin d’assurer un développement dit durable. Un cas particulier de la PSM est la désignation d’aires protégées, un sujet particulièrement d’actualité. Par exemple, le Green Deal européen fixe un objectif de 30 % de la surface des eaux européennes couvertes par des aires marines protégées (AMP) d’ici à 2030. Les AMP sont donc au cœur des politiques internationales de conservation. À la vue des surfaces potentiellement concernées, la moindre limitation dans les outils de sélection de réserve ne peut être négligée en raison de l’amplitude de l’impact potentiel. L’objectif principal de ce travail est donc d’améliorer les outils existants et d’ouvrir la boîte noire de ces outils afin d’apporter plus de transparence et d’équité dans les processus de PSM.Cette thèse explore spécifiquement trois axes d’amélioration :1. Bien que les approches exactes soient désormais capables de résoudre des problèmes à grande échelle, les métaheuristiques restent largement utilisées car elles fournissent un ensemble de solutions de réserve sous-optimales au lieu d’une seule optimale. Pourtant, les algorithmes métaheuristiques produisent souvent une grande quantité de solutions alternatives similaires qui nécessite généralement un post-traitement statistique lourd. Nous présentons deux nouvelles approches pour générer un ensemble diversifié de solutions proches de l’optimum à l’aide de l’optimisation exacte. Cela permet l’identification d’un ensemble de solutions de réserve parcimonieux et significatif.2. Les incertitudes peuvent conduire à des solutions de réserve inefficaces, à des dommages potentiellement irréversibles pour les écosystèmes et à des contraintes inutiles pour les parties prenantes. Des approches probabilistes ont été appliquées avec succès avec des données de présence/absence mais ce cadre est trop restrictif lorsque des données non-binaires sont disponibles. Nous proposons deux approches averse au risque incorporant une telle incertitude dans les modèles de sélection de sites de réserve. Ce travail fournit des outils pour concevoir des solutions de réserve qui sont robustes à l’incertitude afin de faire face aux changements globaux actuels.3. Pour des raisons écologiques, d’application pratique et de gestion, une réserve sans cohérence spatiale a peu de chances d’être mise en œuvre. La plupart des outils d’aide à la décision largement utilisés pour la sélection de réserve n’incluent qu’une contrainte spatiale grossière dans leurs modèles d’optimisation par le biais d’un paramètre de compacité. Nous proposons un modèle d’optimisation pour construire explicitement une réserve qui soit connectée, compacte et sans trous. Ce travail fournit aux utilisateurs finaux des méthodes pour concevoir des solutions de réserve présentant des propriétés spatiales souhaitables, ce qui augmente leurs chances d’être implémentées.Bien que la sélection de sites de réserve soit un aspect spécifique de la PSM, améliorer ces outils d’aide à la décision est une étape nécessaire avant d’aborder la question plus globale de la PSM. En permettant de comprendre précisément pourquoi et comment le résultat a été obtenu, cette thèse ouvre la boîte noire des outils d’aide à la décision et vise à contribuer à un processus de planification plus transparent.
- 7 April 2026
- Published by Agence Bibliographique de l'Enseignement Supérieur
Aide à la décision pour la planification spatiale marine : l’optimisation en nombres entiers au service de la conception des aires marines protégées.
La crise de la biodiversité et le changement climatique en cours ont conduit à un consensus sur la nécessité de préserver l’intégrité et le fonctionnement des écosystèmes. Bien que déjà au cœur de multiples pressions anthropiques, les milieux marins sont considérés comme des espaces privilégiés pour le déploiement de "l’économie bleue". Dans ce contexte, la planification spatiale marine (PSM) vise à organiser rationnellement l’utilisation de l’espace afin de réduire les tensions entre les activités humaines et les écosystèmes, ainsi qu’entre les acteurs de l’océan.En général, la PSM cherche un découpage de l’océan afin d’allouer dans le temps et l’espace les activités humaines en mer afin d’assurer un développement dit durable. Un cas particulier de la PSM est la désignation d’aires protégées, un sujet particulièrement d’actualité. Par exemple, le Green Deal européen fixe un objectif de 30 % de la surface des eaux européennes couvertes par des aires marines protégées (AMP) d’ici à 2030. Les AMP sont donc au cœur des politiques internationales de conservation. À la vue des surfaces potentiellement concernées, la moindre limitation dans les outils de sélection de réserve ne peut être négligée en raison de l’amplitude de l’impact potentiel. L’objectif principal de ce travail est donc d’améliorer les outils existants et d’ouvrir la boîte noire de ces outils afin d’apporter plus de transparence et d’équité dans les processus de PSM.Cette thèse explore spécifiquement trois axes d’amélioration :1. Bien que les approches exactes soient désormais capables de résoudre des problèmes à grande échelle, les métaheuristiques restent largement utilisées car elles fournissent un ensemble de solutions de réserve sous-optimales au lieu d’une seule optimale. Pourtant, les algorithmes métaheuristiques produisent souvent une grande quantité de solutions alternatives similaires qui nécessite généralement un post-traitement statistique lourd. Nous présentons deux nouvelles approches pour générer un ensemble diversifié de solutions proches de l’optimum à l’aide de l’optimisation exacte. Cela permet l’identification d’un ensemble de solutions de réserve parcimonieux et significatif.2. Les incertitudes peuvent conduire à des solutions de réserve inefficaces, à des dommages potentiellement irréversibles pour les écosystèmes et à des contraintes inutiles pour les parties prenantes. Des approches probabilistes ont été appliquées avec succès avec des données de présence/absence mais ce cadre est trop restrictif lorsque des données non-binaires sont disponibles. Nous proposons deux approches averse au risque incorporant une telle incertitude dans les modèles de sélection de sites de réserve. Ce travail fournit des outils pour concevoir des solutions de réserve qui sont robustes à l’incertitude afin de faire face aux changements globaux actuels.3. Pour des raisons écologiques, d’application pratique et de gestion, une réserve sans cohérence spatiale a peu de chances d’être mise en œuvre. La plupart des outils d’aide à la décision largement utilisés pour la sélection de réserve n’incluent qu’une contrainte spatiale grossière dans leurs modèles d’optimisation par le biais d’un paramètre de compacité. Nous proposons un modèle d’optimisation pour construire explicitement une réserve qui soit connectée, compacte et sans trous. Ce travail fournit aux utilisateurs finaux des méthodes pour concevoir des solutions de réserve présentant des propriétés spatiales souhaitables, ce qui augmente leurs chances d’être implémentées.Bien que la sélection de sites de réserve soit un aspect spécifique de la PSM, améliorer ces outils d’aide à la décision est une étape nécessaire avant d’aborder la question plus globale de la PSM. En permettant de comprendre précisément pourquoi et comment le résultat a été obtenu, cette thèse ouvre la boîte noire des outils d’aide à la décision et vise à contribuer à un processus de planification plus transparent.
- Open Access
- 8 May 2025
- Published by Elsevier in Progress in Oceanography
- Vol. 235
Which processes structure global pelagic ecosystems and control their trophic functioning? Insights from the mechanistic model APECOSM
- 8 May 2025
- Published by Elsevier in Progress in Oceanography
- Vol. 235
Open AccessWhich processes structure global pelagic ecosystems and control their trophic functioning? Insights from the mechanistic model APECOSM
- Open Access
- 12 June 2024
- Published by Elsevier in Applied Mathematical Modelling
- Vol. 134, 307-323
Designing compact, connected and gap-free reserves with systematic reserve site selection models
- 12 June 2024
- Published by Elsevier in Applied Mathematical Modelling
- Vol. 134, 307-323
Open AccessDesigning compact, connected and gap-free reserves with systematic reserve site selection models
- Open Access
Designing compact, connected and gap-free reserves with systematic reserve site selection models
Protected areas play a crucial role in current global policies to mitigate the erosion of biodiversity and systematic reserve site selection models are increasingly involved in their design. These models address the optimisation problem that seeks to cover spaces hosting biodiversity features with nature reserves at a minimum cost for human activities. To increase the likelihood of a successful implementation, reserves need to be spatially consistent. Widely used decision support tools such as Marxan and PrioritizR commonly enforce compactness indirectly by penalising the reserve perimeter in the objective function. Few other optimisation models explicitly consider spatial properties such as limited fragmentation, connectivity of selected sites, and buffer zones around them, etc. So far, no reserve site selection model can guarantee the production of a connected, compact, and gap-free reserve all at once. The impossibility of designing reserve solutions with desirable spatial properties using existing models makes it difficult to implement such solutions in the real world. Therefore, we propose a mixed-integer linear program to build a reserve that is connected, compact, and gap-free. To enforce these spatial attributes within a reserve site selection model, we used a multicommodity flow approach. We tested the computational feasibility of our model on generated instances and the real instance of Fernando de Noronha. The results indicate that a single model can be used to enforce compactness, connectivity, and the absence of gaps. Using this optimisation model, conservation practitioners can design reserve solutions with desirable spatial properties, thereby increasing the likelihood of a successful implementation.
Open AccessDesigning compact, connected and gap-free reserves with systematic reserve site selection models
Protected areas play a crucial role in current global policies to mitigate the erosion of biodiversity and systematic reserve site selection models are increasingly involved in their design. These models address the optimisation problem that seeks to cover spaces hosting biodiversity features with nature reserves at a minimum cost for human activities. To increase the likelihood of a successful implementation, reserves need to be spatially consistent. Widely used decision support tools such as Marxan and PrioritizR commonly enforce compactness indirectly by penalising the reserve perimeter in the objective function. Few other optimisation models explicitly consider spatial properties such as limited fragmentation, connectivity of selected sites, and buffer zones around them, etc. So far, no reserve site selection model can guarantee the production of a connected, compact, and gap-free reserve all at once. The impossibility of designing reserve solutions with desirable spatial properties using existing models makes it difficult to implement such solutions in the real world. Therefore, we propose a mixed-integer linear program to build a reserve that is connected, compact, and gap-free. To enforce these spatial attributes within a reserve site selection model, we used a multicommodity flow approach. We tested the computational feasibility of our model on generated instances and the real instance of Fernando de Noronha. The results indicate that a single model can be used to enforce compactness, connectivity, and the absence of gaps. Using this optimisation model, conservation practitioners can design reserve solutions with desirable spatial properties, thereby increasing the likelihood of a successful implementation.
- 1 January 2023
- Published by OpenEdition
Chapitre 12. La planification spatiale marine dans les contextes pauvres en données
- 1 January 2023
- Published by OpenEdition
Chapitre 12. La planification spatiale marine dans les contextes pauvres en données
- 1 January 2023
- Published by OpenEdition
Chapitre 15. Forces et faiblesses des outils d’aide à la décision
- 1 January 2023
- Published by OpenEdition
Chapitre 15. Forces et faiblesses des outils d’aide à la décision
- Open Access
Producing a diverse set of near-optimal reserve solutions with exact optimisation
Reserves are at the heart of global policies to stop the erosion of biodiversity. Optimisation is increasingly used to identify reserve locations that reserve biodiversity at a minimum cost to human activities. Two classes of algorithms solve this reserve site selection problem: metaheuristic algorithms (such as simulated annealing, commonly implemented in Marxan) and exact optimisation (i.e. integer programming, commonly implemented in PrioritizR). Although exact approaches are now able to solve large-scale problems, metaheuristics are still widely used. One reason is that metaheuristic-based software provides a set of suboptimal reserve solutions instead of a single one. These alternative solutions are usually welcomed by stakeholders as they provide a better basis for negotiations among potentially conflictive objectives. Metaheuristic algorithms use random procedures to explore the space of suboptimal reserve solutions. Therefore, they may produce a large amount of similar, thus uninformative, alternative solutions, which usually calls for a heavy statistical post-processing. Effective methods for generating a diverse set of near-optimal solutions using exact optimisation are lacking. Here we present two new approaches for addressing this issue. Our algorithms explicitly control both the optimality gap and the dissimilarity between alternative reserve solutions. It allows the identification of a parsimonious, yet meaningful set of reserve solutions. The algorithms presented here could potentially increase the uptake of exact optimisation by practitioners. These methods should contribute to less noisy and more efficient discussions in the design of conservation policies.
Open AccessProducing a diverse set of near-optimal reserve solutions with exact optimisation
Reserves are at the heart of global policies to stop the erosion of biodiversity. Optimisation is increasingly used to identify reserve locations that reserve biodiversity at a minimum cost to human activities. Two classes of algorithms solve this reserve site selection problem: metaheuristic algorithms (such as simulated annealing, commonly implemented in Marxan) and exact optimisation (i.e. integer programming, commonly implemented in PrioritizR). Although exact approaches are now able to solve large-scale problems, metaheuristics are still widely used. One reason is that metaheuristic-based software provides a set of suboptimal reserve solutions instead of a single one. These alternative solutions are usually welcomed by stakeholders as they provide a better basis for negotiations among potentially conflictive objectives. Metaheuristic algorithms use random procedures to explore the space of suboptimal reserve solutions. Therefore, they may produce a large amount of similar, thus uninformative, alternative solutions, which usually calls for a heavy statistical post-processing. Effective methods for generating a diverse set of near-optimal solutions using exact optimisation are lacking. Here we present two new approaches for addressing this issue. Our algorithms explicitly control both the optimality gap and the dissimilarity between alternative reserve solutions. It allows the identification of a parsimonious, yet meaningful set of reserve solutions. The algorithms presented here could potentially increase the uptake of exact optimisation by practitioners. These methods should contribute to less noisy and more efficient discussions in the design of conservation policies.
- 5 December 2022
- Published by Springer Nature in Environmental Modeling & Assessment
- Vol. 28 (4) , 619-634
Producing a Diverse Set of Near-Optimal Reserve Solutions with Exact Optimisation
- 5 December 2022
- Published by Springer Nature in Environmental Modeling & Assessment
- Vol. 28 (4) , 619-634
Producing a Diverse Set of Near-Optimal Reserve Solutions with Exact Optimisation
- Open Access
- 18 May 2022
- Published by Springer Nature in Research Square
More diverse reserve solutions for protecting biodiversity: an explicit difference criterion for producing a presentation set with exact optimisation methods
Protected areas are at the heart of current global policies against the erosion of biodiversity. For instance, to meet the pressing challenge of covering 30% of the surface of the sea under jurisdiction with a network of marine protected areas by 2030, reserve site selection models are increasingly mobilised. These models address the optimisation problem that seeks to cover biodiversity features at a minimum cost on human activities. A presentation set, i.e. a pool of alternative solutions, is often needed to increase the chances of satisfying unmodeled objectives that may be non-negligible in a conservation problem composed of various interests. The widely used Marxan repeats a metaheuristic algorithm based on random processes to produce diversity in the presentation set. Several works already demonstrated how exact optimisation methods outperform meta-heuristics both in computation time and optimality. However, the generation of multiple solutions is still raised as a key feature of metaheuristics. In this work, we proposed two algorithms to generate a presentation set with exact optimisation methods using recursive procedures based on an explicit difference criterion. The resulting alternative solutions were generated by controlling the optimality gap but also the difference with the optimal solution. This work showed that the presentation set offered by metaheuristics can be outstripped by an explicit, transparent and replicable presentation set built by exact optimisation methods. Allowing to understand precisely why and how the result was arrived at, the framework presented here should contribute to a more equitable negotiation among stakeholders engaged in conservation planning processes.
- 18 May 2022
- Published by Springer Nature in Research Square
Open AccessMore diverse reserve solutions for protecting biodiversity: an explicit difference criterion for producing a presentation set with exact optimisation methods
Protected areas are at the heart of current global policies against the erosion of biodiversity. For instance, to meet the pressing challenge of covering 30% of the surface of the sea under jurisdiction with a network of marine protected areas by 2030, reserve site selection models are increasingly mobilised. These models address the optimisation problem that seeks to cover biodiversity features at a minimum cost on human activities. A presentation set, i.e. a pool of alternative solutions, is often needed to increase the chances of satisfying unmodeled objectives that may be non-negligible in a conservation problem composed of various interests. The widely used Marxan repeats a metaheuristic algorithm based on random processes to produce diversity in the presentation set. Several works already demonstrated how exact optimisation methods outperform meta-heuristics both in computation time and optimality. However, the generation of multiple solutions is still raised as a key feature of metaheuristics. In this work, we proposed two algorithms to generate a presentation set with exact optimisation methods using recursive procedures based on an explicit difference criterion. The resulting alternative solutions were generated by controlling the optimality gap but also the difference with the optimal solution. This work showed that the presentation set offered by metaheuristics can be outstripped by an explicit, transparent and replicable presentation set built by exact optimisation methods. Allowing to understand precisely why and how the result was arrived at, the framework presented here should contribute to a more equitable negotiation among stakeholders engaged in conservation planning processes.
- Open Access
Opening the black box of decision support tools in marine spatial planning: shedding light into reserve site selection algorithms for a balanced empowerment of stakeholders
De niveau recherche, publiés ou non, émanant des établissements d'enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Open AccessOpening the black box of decision support tools in marine spatial planning: shedding light into reserve site selection algorithms for a balanced empowerment of stakeholders
De niveau recherche, publiés ou non, émanant des établissements d'enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.