CC BY
63
ГЕОЛОГИЯ, ПОИСК И РАЗВЕДКА МЕСТОРОЖДЕНИЙ НЕФТИ И ГАЗА
УДК 553.982 © Кривощеков С.Н., Галкин В.И., Козлова И.А., 2012
ОПРЕДЕЛЕНИЕ ПЕРСПЕКТИВНЫХ УЧАСТКОВ ГЕОЛОГО-РАЗВЕДОЧНЫХ РАБОТ НА НЕФТЬ ВЕРОЯТНОСТНО-СТАТИСТИЧЕСКИМИ МЕТОДАМИ НА ПРИМЕРЕ ТЕРРИТОРИИ ПЕРМСКОГО КРАЯ С.Н. Кривощеков, В.И. Галкин, И.А. Козлова
Пермский национальный исследовательский политехнический университет, Пермь, Россия
Преобладающая часть добычи нефти в России в настоящее время идет на месторождениях, расположенных в старых добывающих регионах. Поддержание текущих уровней добычи нефти требует компенсации запасов за счет открытия новых месторождений на уровне не менее 130 %. Высокая стоимость поисково-разведочного бурения обусловливает необходимость максимального снижения количества «пустых» скважин и повышения тем самым эффективности геологоразведки. В старых нефтедобывающих регионах накоплен огромный фактический материал по месторождениям углеводородов и разведочным площадям. Комплексное использование этой информации для прогноза нефтегазоносности до ввода объекта в бурение является залогом высокой успешности геологоразведки.
Приведена методика регионально-зонального прогноза нефтегазоносности для территорий с высокой степенью изученности. Дано обоснование матрицы элементарных ячеек, используемых для создания геолого-математических моделей прогноза нефтегазоносности. При помощи анализа геохимических характеристик нефтематеринских толщ изучены генерационные и миграционные процессы на территории Пермского края. Это позволило установить основные очаги генерации углеводородов, которые расположены на юге Пермского края, а также в пределах Соликамской депрессии. Изучение распределения битумоидного коэффициента позволило сделать вывод о масштабных субвер-тикальных и латеральных миграционных процессах, происходивших как в нефтегенерирующих толщах, так и вне их.
На основании этого и с привлечением дополнительных геологических критериев были созданы вероятностно-статистические модели нефтегазоносности. Показана связь открытой нефтегазоносности с разработанными моделями и степенью геолого-геофизической изученности территории. На основании разработанных геолого-математических моделей определены перспективные участки, рекомендуемые для проведения поисково-разведочных работ.
Ключевые слова: углеводороды, месторождение нефти, прогноз, геолого-разведочные работы, степень изученности, органическое вещество, битумоидный коэффициент, доманикиты, нефтематеринские толщи, элементарные ячейки, вероятностно-статистические методы, геолого-математическая модель, Башкирский свод, Соликамская депрессия, перспективы нефтеносности.
DETERMINATION OF POTENTIALLY OIL BEARING AREAS BY BEHAVIORISTICAL METHOD BY THE EXAMPLE OF PERM REGION (KRAI) S.N Krivoshchekov, V.I. Galkin, I.A Kozlova
Perm National Research Polytechnic University, Perm, Russia
The majority of oil production in Russia now goes to the fields located in the old mining regions. Maintaining current levels of oil stocks requires compensation for the expense of opening new fields of at least 130%. The high costs of exploration drilling results are needed to minimize the number of «empty» wells, and thus enhance the efficiency of exploration. The old oil-producing regions have accumulated a factual material of the hydrocarbon deposits and exploration areas.
Integrated use of this information to predict oil and gas before entering the facility in drilling is the key to the success of high exploration. The technique of regional and zonal forecast of oil and gas in areas with a high exploration degree. The substantiation of the matrix of unit cells used to create upscaling models of oil-and gas content of the field is given.
With the analysis of geochemical characteristics of the oil source strata studied lasing and migration processes in the Perm region. It is possible to establish the main foci of the generation of hydrocarbons, which are located in the south of the Perm region, as well as within Solikamsk draught loss. The distribution coefficient of bitumen allowed concluding that large-scale sub-vertical and lateral migration processes occurring in oil generated formation, and beyond.
On this basis and with additional geological criteria there have been established probabilistic and statistical models of oil and gas. The relationship developed with an plain oil and gas models, and the degree of geological and geophysical study of the territory. Based on the developed geo-mathematical models there were identified promising areas that are recommended for exploratory work.
Keywords: hydrocarbons, oil fields, forecast, geological exploration, exploration degree, organic matter, bitumen factor, domanikits, oil source strata, unit cells, probabilistic and statistical methods, geological and mathematical model, Bashkir arching, Solikamskaya draught loss, the prospects of oil-bearing.
Введение
История нефтедобычи в Пермском крае насчитывает уже более 80 лет. Основная нефтегазоносность здесь сосредоточена в девонских и каменноугольных отложениях и определяется преимущественно развитием Камско-Кинельской системы прогибов (ККСП), на бортах которой в фран-фаменское время формировались рифогенные постройки [1]. Эти постройки и структуры их облекания формируют основной фонд месторождений углеводородов в Пермском крае. Перспективы новых направлений геологоразведочных работ неоднозначны и связаны, например, с додевонскими отложениями [2].
По степени изученности геологогеофизическими исследованиями территория относится к высокоизученным. По Пермскому краю степень изученности перспективных земель по состоянию на 01.01.2011 г. составляет: глубоким бурением - 65,4 м/км2, сейсморазведкой - 1,07 км/км2, структурным бурением - 68,6 м/км2. Наиболее изучены районы, относящиеся к ККСП [3].
Система элементарных ячеек
Вопросам вероятностно-статистической оценки ресурсов Пермского края посвящены работы [4-7].
Вероятностный прогноз нефтегазонос-ности чаще всего основан на разделении имеющейся выборки на классы нефтеносных и пустых точек (структур или скважин) и построении различных вероятностных моделей принадлежности к классу нефтеносных [8]. Для прогнозных оценок по данным моделям наиболее оптимальна регулярная система расположения точек, которая в условиях реального геологического строения и нефтегазоносности недостижима, поскольку из-за различной степени геолого-геофизической изученности участков создается неравномерность распределения имеющихся данных по структурам и скважинам.
Для приближения к равномерному распределению данных всю изучаемую территорию необходимо разделить сеткой на элементарные ячейки, на основании которых уже и обосновывать построение вероятностных моделей нефте-газоносности. Будем считать, что элементарная ячейка характеризуется достаточно однородным геологическим строением, нефтегазоносностью и степенью изученности.
Для создания матрицы элементарных ячеек необходимо определить площадь элементарного участка. Для территории Пермского края данная задача авторами была решена при помощи анализа расстояний между наиболее близкими парами структур. В основе математической модели лежит сравнение наблюдаемого множества расстояний между парами ближайших структур с характеристиками, которые ожидались бы в том случае, если бы структуры были случайно распределены [9, 10]. Площадь элементарного участка 5уч вычислялась по формуле
^ = 0,25 ^ + Г + Г 0,54 + ^
П ^ П ) \ у}п
где 50 - общая площадь области исследования; п - общее число структур; р - периметр изучаемой области.
Данная формула была получена по методу «ближайшего соседа», в ней введением специальных поправок исключено влияние различной степени изученности территории [11]. В результате расчетов площадь элементарного участка была определена равной 144,5 км2.
Далее была определена форма элементарного участка путем изучения размеров длинной и короткой осей 935 опоиско-ванных структур Пермского края. Среднее значение отношения размера длинной оси к короткой составляет 1,98. Это позволяет определить размеры элементарных участков как равные 17^8,5 км. Для учета процессов миграции углеводородов из осевых зон ККСП элементарные ячей-
ки быши увязаны со срединной линией осевой зоны ККСП. Построенная таким образом матрица элементарных ячеек для территории Пермского края приведена в работе [12].
Для изучения нефтеносности при помощи специально разработанного модуля ТешрІаІеАпаІуяІ для АтсвК 3.0 [13] в пределах каждой ячейки было определено отношение суммарной площади нефтега-зоносности ко всей площади ячейки - Р1п (км2/км2). Данная процедура была проведена по всем основным нефтегазоносным комплексам Пермского края.
Для определения степени изученности территории геолого-геофизическими исследованиями в пределах каждой ячейки были определены: плотность глубоких скважин Р^яку (скв/км2), плотность структурных скважин Р^йяку (скв/км2), плотность сейсмопрофилей Р4жш (км/км2). При помощи последовательного применения линейного дискриминантного и регрессионного анализов была построена характеристика Р;и комплексно учитывающая изученность территории.
В пределах матрицы элементарных ячеек определены характеристики текущей нефтегазоносности и степени изученности, что позволяет исследовать влияние на нефтегазоносность совокупности различных критериев и строить вероятностные модели, на основании которых можно прогнозировать нефтега-зоносность перспективных территорий.
Выбор перспективных участков возможен на основе регионально-зонального прогноза нефтегазоносности. При этом необходимо учитывать генерационные возможности нефтематеринских толщ, миграционные характеристики, благоприятность геологических условий для аккумуляции углеводородов [14].
Анализ генерационно-миграционных характеристик
Генерационный потенциал нефтематеринских толщ Пермского края оценивался по данным геохимических иссле-
дований образцов керна всей территории Пермского края.
На территории Пермского Прикамья основные нефтепродуцирующие толщи образуют так называемую доманиковую фацию. Для пород, слагающих эти фации, наблюдается повышенное содержание битумов, вплоть до образования горючих сланцев; чаще всего это битуминозные известняки и сланцы, нередки кремнистые сланцы и известняки, также битуминозные. В Пермском Прикамье к доманиковой фации относят преимущественно отложения франского и фа-менского горизонтов [15].
Дифференцированный анализ по стратиграфическим подразделениям и глубинам показал сложное и неоднородное распределение генерационных и миграционных процессов в толще фран-фаменских отложений.
Так, например, для территории Башкирского свода характерно четкое различие по содержанию органического вещества фаменских и франских отложений (рис. 1). Наибольшие значения его содержания характерны для доманиковых отложений при глубинах 1960-2260 м (до 13 %). Несколько меньшими значениями обладают саргаевские и верхне-франские отложения. Фаменские же отложения тяготеют к минимальным значениям, не превышая 2 % при глубинах 1600-2000 м. Размах значений битумо-идного коэффициента Р широк (от 0 до 100 %) для всех отложений и на всех глубинах (рис. 2). Таким образом, можно сделать вывод о том, что основная генерация УВ происходила в доманиковых и в меньшей степени в саргаевских и верх-нефранских отложениях, из которых затем происходила как латеральная, так и субвертикальная миграция.
Весьма похожим распределением органического вещества и битумоидного коэффициента характеризуется, например, и Соликамская депрессия.
Для дальнейшего анализа были построены схемы распределения геохимиче-
Рис. 1. Распределение органического вещества в БС: О - возр: 03с1т; □ - возр: В3зг; - возр: 03£3; д - возр: В3£т; • - возр: В3пш
Рис. 2. Распределение битумоидного коэффициента в БС: О - возр: В3(Зш; □ - возр: 03зг; <> - возр: В3£3; а - возр: В3£ш; • - возр: В3гпп
ских характеристик фран-фаменских отложений по территории Пермского края, и в каждой элементарной ячейке были определены их средние значения.
Установлено, что основные очаги генерации нефти расположены на юге Пермского края - в депрессионной части и на бортах ККСП (северо-западный борт только в пределах Верхнекамской впадины) - и на севере края в пределах Соликамской депрессии. Изучение распределения битумоидного коэффициента позволяет сделать вывод о масштабных субвертикальных и латеральных миграционных процессах, происходивших как в нефтегенерирующих толщах, так и вне их [16].
Построение вероятностных моделей прогноза нефтегазоносности
Для создания вероятностных геоло-го-математических моделей из всех элементарных ячеек была создана выборка, условно разделенная на два класса: нефтеносные и пустые. В выборку включались ячейки, где на сегодняшний день достигнута высокая плотность сейсмопрофилирования и имеются пробуренные глубокие скважины. Ячейки с доказанной нефтеносностью были отнесены к классу нефтеносных, остальные - к классу пустых.
Чтобы уйти от различной размерности используемых геохимических показателей и перейти к количественным вероятностным оценкам, были построены статистические модели для определения вероятности принадлежности объектов к классу нефтеносных Р(Х) и проведена оценка их информативности по критерию Стьюдента [17, 18]. При помощи последовательного применения линейного дискриминантного и регрессионного анализов была построена модель, комплексно учитывающая геохимические характеристики РкОМПгх.
Для увязки геохимических показателей с миграцией УВ для каждой ячейки были определены: расстояние от центра ячейки до осевой линии ККСП (£кксп), расстояние до ближайших неотектонических разломов и разломов по фундаменту (^разлн и ^разлф), коэффициент неотектонической активности (КНА) [19]. Аналогично были построены вероятностные модели принадлежности к классу нефтеносных. Анализ средних значений и г-критерия показал, что наиболее информативными критериями из них являются ^ККСП и ^РАЗЛф.
Построенная модель, учитывающая геохимические и региональные критерии, имеет следующий вид:
РКОМПрег = - 1,3395 + 0,863 0РКОМПгх +
+ 0,6766 Р(^РАЗЛф) + 0,7569 Р(^ККСП) +
+ 0,7609 Р(КНА), Я = 0,99, р < 10-5.
0 \Ш_______^I
0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 Рь
Рис. 3. Гистограмма Ркомпро-: пустые; нефтеносные
Гистограмма РКОМПрег приведена на рис. 3. Отсюда видно, что при значениях РКОМПрег менее 0,5 преобладают пустые ячейки, а при значениях более 0,5 наблюдается резкое преобладание нефтеносных ячеек.
По данному уравнению для каждой ячейки были вычислены значения критерия РКОМПрег и построена схема его распределения по территории Пермского края. Данная схема использована для оценки перспектив региональной нефтегазоносно-сти территории Пермского края [20]. Сопоставление разработанного критерия РКОМПрег со средней плотностью нефтеносности Р1п г и критерием изученности Ре показало, что между ними существует значимая связь. Выполненный анализ данной связи показал, что на разных диапазонах значений Ре (рис. 4) связи имеют разные статистически значимые соотношения, что видно из таблицы.
Анализ данных уравнений показал, что при повышении степени изученности увеличиваются значения углового коэффициента при РКОМПрег, что характеризует повышение эффективности геологоразведочных работ.
Анализ значений Р1п_,г, РКОМПрег и Ръ в ячейках позволяет дифференцировать элементарные участки по степени перспективности.
К малоперспективным территориям можно отнести ячейки со значениями РКОМПрег менее 0,5. Эти ячейки имеют низкую степень изученности и нулевую или весьма низкую плотность нефтенос-
Р1, ,г
-0,2 0,0 0,2 0,4 0,6 0,8 1,0 1,2
Лдампрсг
Рис. 4. Графики зависимости Р1„_8Г от РКОМПрег при разных интервалах /V: \ Р[/: <= 0,4; \ РЕ: (0,4;0,5]; \ РЕ: (0,5;0,7]; \ РЕ: > 0,4
Уравнения зависимости
Р1п_£г от РКОМПрег
Интервал Ръ Уравнение зависимости Л Р
Менее 0,4 Р4_Г = -0,0002 + 0,0045 РКОМПрег 0,16 0,001
0,4-0,5 Р1п_г = 0,0003 + 0,0208 РКОМПрег 0,30 0,004
0,5-0,7 Р/_- = -0,0036 + 0,0836 РКОМПрег 0,24 0,040
Более 0,7 Р1п_!Г = 0,046 + 0,2255 РКОМПрег 0,32 0,025
ности. Проведение геолого-разведочных работ на этих площадях связано с большими геологическими рисками. К таковым относится вся территория Ракшин-ской седловины; почти вся площадь Камского свода и Висимской впадины, за исключением самой восточной части; северная половина Верхнекамской впадины; северо-западная половина Пермского свода за пределами внешней при-бортовой зоны ККСП; почти вся площадь Юрюзано-Сылвенской депрессии, кроме самого севера; крайняя восточная часть Косьвинско-Чусовской седловины; Верхнепечорская депрессия.
Наибольший интерес представляет выделение высокоперспективных ячеек, которые имеют высокий региональный потенциал нефтегазоносности, но характеризуются непредельно высокой степенью изученности, т.е. те ячейки с высоким РКОМПрег, где еще можно открыть новые месторождения УВ. Из малоизученных площадей к таковым отнесены все ячейки со значением РКОМПрег более 0,75. На высокоизученных площадях к таковым отнесены ячейки с РКОМПрег более 0,75, располагающиеся ниже линии линейного тренда.
На рис. 5. приведена схема расположения выделенных таким образом высокоперспективных ячеек.
Заключение
Большинство высокоперспективных ячеек расположено на территории Башкирского свода, Бымско-Кунгурской
впадины, Верхнекамской впадины и Соликамской депрессии. Общая площадь высокоперспективных земель составляет 14,4 тыс. км2.
Таким образом, выделенные высокоперспективные площади могут быть рекомендованы для проведения на них детальных геолого-разведочных работ с целью выявления локальных поднятий.
На площадях высокоперспективных ячеек, где уже имеются разрабатываемые месторождения, рекомендуется проведение сейсморазведочных работ по технологии 3D, поскольку это позволит уточнить строение месторождений и достоверно выявить малоразмерные поднятия, возможно пропущенные при сейсморазведке в предыдущие годы.
Список литературы
1. Шаронов Л.В. Формирование нефтяных и газовых месторождений северной части ВолгоУральского бассейна. - Пермь: Перм. книжное изд-во, 1971. - 291 с.
2. Додевонские отложения Пермского Прикамья как одно из перспективных направлений гео-лого-разведочных работ / Т.В. Белоконь, В.И. Галкин, И.А. Козлова, С.Е. Башкова // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2005. - № 9-10. - 24-28 с.
3. Обобщение результатов ГРР на территории Пермского края с целью уточнения геологического, тектонического строения, сырьевой базы и нефтегазогеологического районирования / Д.Г. Михайлов, В.В. Макаловский [и др.]; ООО «ПермНИПИнефть». - Пермь, 2011. - С. 310.
4. Галкин С.В. Реализация методик вероятностной оценки перспектив проектов поисков нефтегазовых месторождений в Предуральском прогибе // Известия вузов. Нефть и газ. - 2004. - № 5. -С. 14-21.
5. Зонально-локальный прогноз перспектив нефтегазоносности Соликамской депрессии / В.И. Галкин, И.А. Козлова, С.В. Галкин, А.В. Растегаев, В.В. Мелкомуков // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2007. - № 10. - С. 8-11.
6. О связи характеристик органического вещества пород с плотностью ресурсов углеводородов (на примере Пермского Прикамья) / С.В. Галкин, И.А. Козлова, В.И. Галкин, А.В. Растегаев,
A.А. Козлов // Геология, геофизика и разработка нефтяных и газовых месторождений. - М., 2002. -№ 11. - С. 9-13.
7. Определение перспективных направлений поисков месторождений нефти и газа в Пермском крае с помощью вероятностно-статистических методов / В.И. Галкин, А.В. Растегаев, С.В. Галкин,
B.Л. Воеводкин // Наука производству. - 2006. - № 1. - С. 1-5.
8. Кривощеков С.Н., Галкин В.И., Волкова А.С. Разработка вероятностно-статистической методики прогноза нефтегазоносности структур // Нефтепромысловое дело. - М., 2010. - № 7. - С. 28-31.
9. Bartels C.P.A., Ketellapper R.H. Exploratory and explanatory statistical analysis data. - Boston: MartinusNijhoff Publishing.1979. - 284 p.
10. Unwin D. Introductory spatial analysis. - London: Methuen and Co., Ltd, 1981. - 212 p.
11. Donnelly K.P. Simulations to determine the reariance and edge effect of total nearest neighbor distance, in Hodder. - 1 ed. // Simulation studies in archeology. - Cambridge: Cambridge Unit. Press, 1978. -P. 91-95.
12. Кривощеков С.Н., Галкин В.И. Построение матрицы элементарных ячеек при прогнозе неф-тегазоносности вероятностно-статистическими методами на территории Пермского края // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2008. - № 8. - С. 20-23.
13. Новый инструмент пространственного анализа геолого-геофизической информации -Template-Analyst / М.Г. Барский, А.В. Коноплев, В.В. Хронусов, С.Н. Кривощеков // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2008. - № 8. - С. 17-20.
14. О масштабах миграции углеводородов в пределах Соликамской депрессии Предуральского прогиба и возможностях ее использования для прогноза нефтегазоносности / В.Л. Воеводкин,
В.И. Галкин, И.А. Козлова, А.С. Козлов, С.Н. Кривощеков // Геология, геофизика и разработка нефтяных и газовых месторождений. - 2010. - № 12. - С. 6-11.
15. Неручев С.Г., Рогозина Е.К. Нефтегазообразованние в отложениях доманикового типа. - Л.: Недра, 1986. - 247 с.
16. Воробьев К.Я. Статистические методы в геохимии. - Саратов, 1970. - 256 с.
17. Davis C.J. Estimation of the probability of success in petroleum exploration // Mathematical Geology. - 1977. - Vol. 9. - № 4. - P. 409-427.
18. Kaufman M.G. Statistical issues in the assessment of undiscovered oil and gas resources. - MIT-CEEPR. - 1992. - 20 с.
19. Копылов И.С. Блоковое строение Пермского Приуралья на основе линеаментно-блокового и морфометрического анализа // Состояние и перспективы нефтегазового потенциала Пермского края и прилегающих регионов: материалы науч.-практ. конф. - Пермь, 2006. - С. 270-279.
20. Кривощеков С. Н. Разработка регионально-зональных критериев прогноза нефтегазоносно-сти вероятностно-статистическими методами на примере территории Пермского Прикамья // Нефтяное хозяйство. - 2011. - № 10. - C. 2-6.
References
1. Sharonov L.V. Formirovanie neftianykh i gazovykh mestorozhdenii severnoi chasti Volgo-Ural'skogo basseina [The formation of oil and gas fields on the north of the Volga-Urals Basin]. - Perm: Perm. knizhnoe izd-vo, 1971. 291 s.
2. Belokon' T.V., Galkin V.I., Kozlova I.A., Bashkova S.E. Dodevonskie otlozheniia Permskogo Pri-kam'ia kak odno iz perspektivnykh napravlenii geologorazvedochnykh rabot [Dodevonskie deposits of Perm as one of the promising areas of exploration]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2005, no. 9-10, pp. 24-28.
3. Mihailov D.G., Makalovskii V.V. et al. Obobshchenie rezul'tatov GRR na temtorii Permskogo kraia s tsel'iu utochneniia geologicheskogo,tektonicheskogo stroeniia, syr'evoi bazy i neftegazogeologicheskogo raioniro-vaniia [Synthesis of the results of exploration in the Perm region in order to clarify the geological, tectonic, raw materials and oil and gas geological zonation]. Perm: PermNIPIneft' Ltd, 2011. 310 p.
4. Galkin S.V. Realizaciia metodik veroiatnostnoi otsenki perspektiv proektov poiskov neftegazovykh mestorozhdenii v Predural'skom progibe [The implementation of probabilistic methods of assessing the prospects for exploration projects, oil and gas deposits at the Preduralskii sag]. Izvestiia vuzov. Neft' i gaz, 2004, no. 5, pp. 14-21.
5. Galkin V.I., Kozlova I.A., Galkin S.V., Rastegaev A.V., Melkomukov V.V. Zonal'no-lokal'nyi prognoz perspektiv neftegazonosnosti Solikamskoi depressii [Zonal-local forecast oil-and-gas content at Solikamsk depression]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2007, no. 10, pp. 8-11.
6. Galkin S.V., Kozlova I.A., Galkin V.I., Rastegaev A.V., Kozlov A.A. O sviazi harakteristik organi-cheskogo veshchestva porod s plotnost'iu resursov uglevodorodov (na primere Permskogo Prikam'ia) [About connection between characteristics of organic matter in rocks and density of hydrocarbon resources (on the Perm example)]. Geologiia,geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2002, no. 11, pp. 9-13.
7. Galkin V.I., Rastegaev A.V., Galkin S.V., Voevodkin V.L. Opredelenie perspektivnykh napravlenii poiskov mestorozhdenii nefti i gaza v Permskom kraia s pomoshch'iu veroiatnostno-statisticheskikh meto-dov [Determination of promising searches for oil and gas in the Perm region using probabilistic and statistical methods]. Naukaproizvodstvu, 2006, no. 1, pp.1-5.
8. Krivoshchekov S.N., Galkin V.I., Volkova A.S. Razrabotka veroiatnostno-statisticheskoi metodiki prognoza neftegazonosnosti struktur [The development of probabilistic and statistical techniques for the forecast of oil-and-gas content of structures]. Neftepromyslovoe delo, 2010, no. 7, pp. 28-31.
9. Bartels C.P.A., Ketellapper R.H. Exploratory and explanatory statistical analysis data. Boston: Mar-tinusNijhoff Publishing, 1979. 284 p.
10. Unwin D. Introductory spatial analysis. London: Methuen and Co., Ltd., 1981. 212 p.
11. Donnelly K.P. Simulations to determine the reariance and edge effect of total nearest neighbor distance, in Hodder, 1(ed.). Simulation studies in archeology. Cambridge: Cambridge Unit. Press, 1978, рр. 91-95.
12. Krivoshchekov S.N., Galkin V.I. Postroenie matritsy elementarnykh iacheek pri prognoze neftega-zonosnosti veroiatnostno-statisticheskimi metodami na territorii Permskogo kraia [Construction of a matrix of elementary cells for the forecast of oil-and-gas content by probabilistic-statistical methods in Perm region]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2008, no. 8, pp. 20-23.
13. Barskii M.G., Konoplev A.V., Hronusov V.V., Krivoshchekov S.N. Novyi instrument pros-transtvennogo analiza geologo-geofizicheskoi informacii - Template-Analyst [New tools for spatial analysis of geological and geophysical information - Template-Analyst]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2008, no. 8, pp.17-20
14. Voevodkin V.L., Galkin V.I., Kozlova I.A., Kozlov A.S., Krivoshchekov S.N. O masshtabakh mi-gratsii uglevodorodov v predelakh Solikamskoi depressii Predural'skogo progiba i vozmozhnostiakh ee ispol'zovaniia dlia prognoza neftegazonosnosti [About the scale of hydrocarbons migration within the Solikamsk depression of Preduralskii sag and the possibility of using oil-and-gas content for prediction]. Geologiia, geofizika i razrabotka neftianyh i gazovykh mestorozhdenii, 2010, no.12, рр. 6-11.
15. Neruchev S.G., Rogozina E.K. Neftegazoobrazovannie v otlozheniiah domanikovogo tipa [Oil and gas formation in the sediment of doman type]. L.: Nedra, 1986. 247 р.
16. Vorob'ev K.Ja. Statisticheskie metody v geohimii [Statistical methods in geochemistry]. Saratov, 1970. 256 р.
17. Davis C.J. Estimation of the probability of success in petroleum exploration. Mathematical Geology, 1977, Vol. 9, no. 4, pp. 409-427.
18. Kaufman M.G. Statistical issues in the assessment of undiscovered oil and gas resources. - MIT-CEEPR, 1992.
19. Kopylov I.S. Blokovoe stroenie Permskogo Priural'ia na osnove lineamentno-blokovogo i morfo-metricheskordgo analiza [Block structure of the Perm Priural'ie based on lineament-block and morphometric analysis]. 3r Sci.-Pract. Conf. Sostoianie iperspektivy neftegazovogo potenciala Permskogo kraiia iprile-gaiushchikh regionov. Perm, 2006, pp. 270-279.
20. Krivoshchekov S.N. Razrabotka regional'no-zonal'nykh kriteriev prognoza neftegazonosnosti vero-jatnostno-statisticheskimi metodami na primere territorii Permskogo Prikam'ia [Development of regionally-zonal forecast oil-and-gas content by probabilistic-statistical methods on the example of Perm]. Neftianoe hoziaistvo, 2011, no. 10, pp. 2-6.
Об авторах
Кривощеков Сергей Николаевич (Пермь, Россия) - старший преподаватель кафедры геологии нефти и газа Пермского национального исследовательского политехнического университета (614990, г. Пермь, Комсомольский просп., 29; e-mail: krivoshchekov@pstu.ru).
Галкин Владислав Игнатьевич (Пермь, Россия) - доктор геолого-минералогических наук, профессор, заведующий кафедрой геологии нефти и газа Пермского национального исследовательского политехнического университета (614990, г. Пермь, Комсомольский просп., 29; e-mail: vgalkin@pstu.ru).
Козлова Инна Анатольевна (Пермь, Россия) - кандидат геолого-минералогических наук, доцент кафедры геологии нефти и газа Пермского национального исследовательского политехнического университета (614990, г. Пермь, Комсомольский просп., 29; e-mail: ikozlova@pstu.ru).
About the authors
Krivoshchekov Sergey N. (Perm, Russia) - senior lecturer, department of petroleum geology, Perm National Research Polytechnic University (614990, Perm, Komsomolsky ave., 29; e-mail: krivoshche-kov@pstu.ru).
Galkin Vladislav I. (Perm, Russia) - doctor of geological and mineralogical sciences, professor, chair of petroleum geology, Perm National Research Polytechnic University (614990, Perm, Komsomolsky ave., 29; e-mail: vgalkin@pstu.ru).
Kozlova Inna A. (Perm, Russia) - candidate of geological and mineralogical sciences, associate professor of petroleum geology, Perm National Research Polytechnic University (614990, Perm, Komsomol-sky ave., 29; e-mail: ikozlova@pstu.ru).
Получено 21.05.2012
