Разработка комплексной модели зональной нефтегазоносности по критериям миграции, аккумуляции и консервации углеводородов (на примере северной части Башкирского свода)

Чалова, П.О.

doi:10.15593/2712-8008/2025.3.8

Разработка комплексной модели зональной нефтегазоносности по критериям миграции, аккумуляции и консервации углеводородов (на примере северной части Башкирского свода)

П.О. Чалова

Сведения об авторе

П.О. Чалова
Пермский национальный исследовательский политехнический университет, Пермь, Российская Федерация

https://doi.org/10.15593/2712-8008/2025.3.8

На примере северной части Башкирского свода (БС) в пределах Пермского края выполнен зональный прогноз нефтегазоносности на основе комплексирования генерационных, миграционных, аккумуляционных и консервационных показателей. Актуальность исследования обусловлена снижением эффективности геологоразведки в условиях высокой изученности данной территории. Исследование направлено на разработку вероятностной модели для оценки зональной нефтегазоносности путем комплексирования вероятностных оценок процессов генерации и миграции рассеянного органического вещества, зон аккумуляции и консервации залежей углеводородов. Ранее было установлено, что процессы генерации и миграции рассеянного органического вещества в основном определяются величиной битумоидного коэффициента – β, %, и нерастворимого остатка – НО, %. Процесс аккумуляции залежей углеводородов напрямую зависит от абсолютных отметок и мощностей между основными отражающими горизонтами БС. Сохранность залежей углеводородов контролируется гидрогеохимическими особенностями пластовых вод, среди которых ключевое значение имеют минерализация и коэффициент метаморфизации пластовых вод. В рамках данной работы по критериям, характеризующим процессы генерации и миграции (P^Г_КОМ), аккумуляции (P^А_КОМ) и консервации (сохранности) (P^К_КОМ) залежей углеводородов (УВ), разработана комплексная вероятность P_комп. Анализ значений P_комп по территориям в пределах контуров месторождений УВ (класс «в контуре») и территориям за пределом контуров нефтегазоносности (класс «вне контура») показал, что данный критерий характеризуется статистически различными средними значениями P_комп в классах (0,536 – «в контуре» и 0,424 – «вне контура). В результате сопоставления P_комп с критериями, определяющими процессы генерации и миграции (P^Г_КОМ), аккумуляции (P^А_КОМ) и консервации (P^К_КОМ) залежей УВ, установлено, что наибольшее влияние на P_комп оказывает аккумуляционный критерий P^А_КОМ (r = 0,864), затем критерий генерации и миграции P^Г_КОМ (r = 0,355). Критерий сохранности P^К_КОМ оказывает меньшее влияние (r = –0,146). Анализ распределения значений P_комп по исследуемой территории позволил установить, что значения вероятности зональной нефтегазоносности P_комп более 0,7 доли ед. характерны для юго-западной части БС, где сосредоточены крупные нефтегазовые месторождения. Разработанная модель демонстрирует достаточно высокую прогностическую способность оценки зональной нефтегазоносности территории БС. Наибольшее влияние на нефтегазоносность оказывают характеристики, связанные с процессами аккумуляции залежей УВ (P^А_КОМ), что подтверждает традиционную концепцию приуроченности залежей УВ к антиклинальным (приподнятым) структурам. Результаты исследования применимы при прогнозировании зон нефтегазонакопления и ранжирования подготовленных структур по очередности ввода в глубокое бурение в целях оптимизации геолого-разведочных работ в Пермском крае.

Ключевые слова

рассеянное органическое веществостатистическая оценкабитумоидный коэффициентнерастворимый остатоккритерии нефтегазоносностипрогноз зональной нефтегазоносностиБашкирский свод

Development of a Comprehensive Model of Zonal Oil and Gas Content based on the Criteria of Migration, Accumulation and Conservation of Hydrocarbons (using the Example of the Northern Part of the Bashkir Arch)

Using the northern part of the Bashkir Arch (BA) in Perm Krai as an example, a zonal oil and gas potential forecast was developed based on a combination of generation, migration, accumulation, and conservation indicators. The relevance of the study is due to the declining efficiency of geological exploration in the highly studied area. The study aims to develop a probabilistic model for assessing zonal oil and gas potential by combining probabilistic estimates of the generation and migration of dispersed organic matter, as well as the accumulation and conservation zones of hydrocarbon deposits. It has previously been established that the generation and migration of dispersed organic matter are primarily determined by the bitumen coefficient (β, in %) and the insoluble residue (IR, in %). The accumulation of hydrocarbon deposits directly depends on the absolute elevations and thicknesses between the main reflecting horizons of the BA. The preservation of hydrocarbon deposits is controlled by the hydrogeochemical properties of formation waters, among which the mineralization and metamorphism coefficient of formation waters are of key importance. Within the framework of this work, a complex probability P_com was developed based on the criteria characterizing the processes of generation and migration (P^g_com), accumulation (P^a_com) and conservation (preservation) (P^c_com) of hydrocarbon (HC) deposits. Analysis of the P_com values for territories within the contours of HC fields (class “in contour”) and territories outside the contours of oil and gas bearing capacity (class “outside contour”) showed that this criterion is characterized by statistically different average P_com values in the classes (0.536 – “in contour” and 0.424 – “outside contour”). A comparison of P_com with the criteria determining the processes of generation and migration (P^g_com), accumulation (P^a_com), and conservation (P^c_com) of hydrocarbon deposits revealed that the accumulation criterion P^a_com has the greatest influence on the P_com (r = 0.864), followed by the generation and migration criterion P^g_com (r = 0.355). The preservation criterion P^c_com has a lesser influence (r = –0.146). An analysis of the distribution of P_com values across the study area revealed that zonal oil and gas potential probabilities P_com greater than 0.7 units are characteristic of the southwestern part of the BA region, where large oil and gas fields are concentrated. The developed model demonstrates a relatively high predictive ability for assessing the zonal oil and gas potential of the BA territory. Characteristics associated with hydrocarbon accumulation processes (P^a_com) have the greatest impact on oil and gas potential, confirming the traditional concept of hydrocarbon deposits confined to anticlinal (uplifted) structures. The study's results are applicable to predicting oil and gas accumulation zones and ranking prepared structures based on the priority of deep drilling to optimize geological exploration in the Perm Krai.

Keywords

dispersed organic matterstatistical assessmentbitumen coefficientinsoluble residueoil and gas potential criteriaforecast of zonal oil and gas potentialBashkir Arch

Литература

1.Касьянов, И.В. Разработка методики прогноза подтверждаемости локальных структур, подготовленных сейсморазведкой МОГТ-2D в центральных районах Западной Сибири / И.В. Касьянов, С.К. Туренко // Геология, геофизика и разработка нефтяных и газовых месторождений. – 2024. – № 5(389). – С. 22–32. Scholar
2.Оценка перспектив нефтегазоносности и выбор программы геологоразведочных работ на основе многовариантного геологического моделирования / Р.Н. Гайнаншин, С.Ф. Хафизов, В.Ю. Абрамов [и др.] // Территория Нефтегаз. – 2019. – № 3. – С. 12–16. Scholar
3.Norouzi, N. The fall of oil Age: A scenario planning approach over the last peak oil of human history by 2040 / N. Norouzi, M. Fani, Z. K. Ziarani // Journal of Petroleum Science and Engineering. – 2020. – Vol. 188. – P. 106827. DOI: 10.1016/j.jpetroleum.2019.106827 Scholar
4.Porosity prediction based on improved structural modeling deep learning method guided by petrophysical information / Bo-Cheng Tao, Huai-Lai Zhou, Wen-Yue Wu, Gan Zhang, Bing Liu, Xing-Ye Liu // Petroleum Science. – 2025. DOI: 10.1016/j.petrol.2025.03.035 Scholar
5.Geochemical evaluation of sedimentary rocks and hydrocarbon fluids in the Antsistad offshore field, Progreso Basin Province, Southwest Ecuador / M.A. Guzmán, G. Márquez, C. Boente, C. Witt, A. Morato, R. Tocco // Journal of Petroleum Science and Engineering. – 2022. – Vol. 213. – P. 110410. DOI: 10.1016/j.petrol.2022.110410 Scholar
6.Макарова, И.С. Классификация и комплексирование методов прогноза нефтегазоносности / И.С. Макарова // Ceteris Paribus. – 2022. – № 4. – С. 85–88. Scholar
7.Октибесов, Е.С. Вероятностно-статистический прогноз нефтегазоносности локальных структур на территории Ижемской ступени / Е.С. Октибесов // Недропользование. – 2023. – Т. 23, № 4. – С. 159–165. DOI: 10.15593/2712-8008/2023.4.2 Scholar
8.Орешкин, А.И. Формирование скоплений углеводородов и оптимизация профиля энтоза нефтегазоносности юга Волго-Уральской нефтегазоносной провинции / А.И. Орешкин // Недра Поволжья и Прикаспия. – 2016. – № 88. – С. 36–45. Scholar
9.Катаев, О.И. Актуальные вопросы поисков новых месторождений нефти в Волго-Уральской провинции / О.И. Катаев, И.А. Ларочкина, К.С. Рейтюхов // Нефтегаз. Зоология. – 2015. – № 1. – С. 1583–1590. DOI: 10.15372/GIG2022105 Scholar
10.Мастепанов, А.М. Перспективы нефтяной отрасли России в оценках зарубежных прогностических центров / А.М. Мастепанов // Нефтяное хозяйство. – 2023. – № 9. – С. 54–59. DOI: 10.24887/0028-2448-2023-9-54-59 Scholar
11.Зональный прогноз нефтегазоносности юрских отложений в пределах территории детипольности ТПП «Когалымнефтегаз» / В.И. Галкин, В.В. Бродягин, А.А. Потрясов, К.Г. Скачек, А.Н. Шайхутдинов // Геология, геофизика и разработка нефтяных и газовых месторождений. – М.: ОАО «ВНИИОЭНГ», 2008. – № 8. – С. 31–35. Scholar
12.Рыскин, М.И. К проблеме прямого прогнозирования залежей углеводородов / М.И. Рыскин, Е.Н. Волкова // Фундаментальные исследования. – 2009. – № 1. – С. 40–41. Scholar
13.Путилов, И.С. Разработка новой технологии многовариантного прогноза нефтегазоносности по сейсмическим данным / И.С. Путилов // Геология, геофизика и разработка нефтяных и газовых месторождений. – 2014. – № 4. – С. 47–54. Scholar
14.Путилов, И.С. О необходимости использования новых критериев при прогнозе нефтегазоносности малоразмерных структур (на примере территории Пермского края) / И.С. Путилов, В.И. Галкин, Е.В. Пятунина // Нефтяное хозяйство. – 2018. – № 5. – С. 40–43. DOI: 10.24887/0028-2448-2018-5-40-43 Scholar
15.Прогноз перспективных зон в отложениях доминансового типа на территории Волго-Уральской нефтегазоносной провинции / А.А. Вашкевич, К.В. Стрижнев, В.А. Шашель [и др.] // Нефтяное хозяйство. – 2018. – № 12. – С. 14–17. DOI: 10.24887/0028-2448-2018-12-14-17 Scholar
16.Характеристика нефтегазоматеринских толщ и модели нефтегазогенезрации в разрезе акватории Карского моря на базе геохимических и геофизических исследований / В.Н. Бородкин, А.Г. Плавник, О.А. Смирнов [и др.] // Геология, геофизика и разработка нефтяных и газовых месторождений. – 2022. – № 3(363). – С. 23-34. DOI: 10.33285/2413-5011-2022-3(363)-23-34 Scholar
17.Филиппов, Ю.Ф. Геологическая модель Преднынейского верхнепротерозой-палеозойского осадочного бассейна на юго-востоке Западно-Сибирской провинции / Ю.Ф. Филиппов // Геология нефти и газа. – 2018. – № 4. – С. 53-62. DOI: 10.31087/0016-7894-2018-4-53-62 Scholar
18.Комплексирование методов геологоразведочных работ для решения задач поиска и разведки нефти и газа / А.А. Поляков, А.В. Ступакова, Н.А. Малышев [и др.] // Георесурсы. – 2023. – Т. 25, № 4. – С. 240-251. DOI: 10.18599/gsr.2023.4.17 Scholar
19.Тимурзиев, А.И. Прогнозирование нефтегазоносности недр и методика поисков месторождений на основе глубинно-фильтрационной модели нефтегазообразования и нефтегазонакопления / А.И. Тимурзиев, А.С. Шумейкин // Геология, геофизика и разработка нефтяных и газовых месторождений. – М: ВНИИОЭНГ, 2010. – № 9. – С. 22-29. Scholar
20.Методический подход при локальном прогнозе нефтегазоносности палеозойско-мезозойских отложений полуострова Ямал на базе комплексирования геофизических исследований / О.А. Смирнов, В.Н. Бородкин, А.В. Лукашов [и др.] // Нефтегазовая геология. Теория и практика. – 2023. – Т. 18, № 1. DOI: 10.17353/2070-5379/10 2023 Scholar
21.Чалова, П.О. Особенности строения рассеянного органического вещества северной части Башкирского свода / П.О. Чалова // Проблемы геологии и освоения недр: труды XXVIII Международного молодежного научного симпозиума имени академика М.А. Усова, посвященного 125-летию со дня рождения академика Академии наук СССР, профессора К.И. Сатпаева и 130-летию со дня рождения членка-корреспондента Академии наук СССР, профессора Ф.Н. Шахова, Томск, 01–05 апреля 2024 года. – Томск: Национальный исследовательский Томский политехнический университет, 2024. – С. 72–74. Scholar
22.Воеводкин, В.Л. Оценка дифференциации рассеянного органического вещества северной части Башкирского свода / В.Л. Воеводкин, П.О. Чалова, В.И. Галкин // Нефтяное хозяйство. – 2024. – № 6. – С. 8-12. DOI: 10.24887/0028-2448-2024-6-8-12 Scholar
23.Чалова, П.О. Применение характеристик рассеянного органического вещества пород для зонального прогноза нефтегазоносности северной части Башкирского свода / П.О. Чалова // Недропользование. – 2024. – Т. 24, № 3. – С. 112–119. DOI: 10.15593/2712-8008/2024.3.2 Scholar
24.Чалова, П.О. Оценка зональной нефтегазоносности северной части Башкирского свода по структурным характеристикам / П.О. Чалова // XI Сибирская конференция молодых ученых по наукам о Земле: материалы конференции, Новосибирск, 23–29 сентября 2024 Scholar
25.Кузнецова, Е.А. Использование вероятностно-статистических методов для анализа формирования генерационного потенциала глубокопогруженных отложений Верхнепечорской впадины / Е.А. Кузнецова, В.И. Галкин // Вестник Пермского университета. Геология. – 2023. – Т. 22, № 4. – С. 376–389. DOI: 10.17072/psu.geol.22.4.376 Scholar
26.Кривошеков, С.Н. Определение перспективных участков геологоразведочных работ на нефть вероятностно-статистическими методами на примере территории Пермского края / С.Н. Кривошеков, В.И. Галкин, И.А. Козлова // Вестник ПНИПУ. Геология. Нефтегазовое и горное дело. – 2012. – № 4. – С. 7–14. Scholar
27.Путилов, И.С. Разработка методики вероятностно-статистического прогноза нефтегазоносности локализованных структур (на примере южной части Пермского края) / И.С. Путилов, В.И. Галкин // Нефтяное хозяйство. – 2014. – № 4. – С. 26–29. Scholar
28.Кошкин, К.А. Разработка вероятностных моделей зонального прогноза нефтегазоносности центральной части Пермского свода по структурно-мощностным критериям / К.А. Кошкин, И.А. Татаринов // Недропользование. – 2021. – Т. 21, № 1. – С. 2–8. DOI: 10.15593/2712-8008/2021.1.1 Scholar
29.Оценка перспектив нефтегазоносности юга Пермского края по органо-геохимическим данным / В.И. Галкин, И.А. Козлова, С.Н. Кривошеков, М.А. Носов, Н.С. Колтырина // Нефтепромысловое дело. – 2015. – № 7. – С. 32–35. Scholar
30.Решение региональных задач прогнозирования нефтеносности по данным геолого-геохимического анализа рассеянного органического вещества пород доманикового типа / В.И. Галкин, И.А. Козлова, С.Н. Кривошеков, М.А. Носов // Нефтяное хозяйство. – 2015. – № 1. – С. 21–23. Scholar
31.Галкин, В.И. Разработка геолого-математических моделей для прогноза нефтегазоносности сложнопостроенных структур в девонских территориях отложениях / В.И. Галкин, Н.Е. Соснин // Нефтяное хозяйство. – 2013. – № 4. – С. 28–31. Scholar
32.Кривошеков, С.Н. Разработка вероятностно-статистической методики прогноза нефтегазоносности структур / С.Н. Кривошеков, В.И. Галкин, А.С. Волкова // Нефтепромысловое дело. – М.: Изд-во ВНИИОСНГ, 2010. – № 7. – С. 28–31. Scholar
33.Probabilistic Estimation of the Helium Resources in the Central and Southern Areas of the Lena–Tunguska Petroleum Province / L.M. Burshtein, A.E. Kontorovich, V.R. Livshits, S.A. Moiseev, E.S. Yaroslavtseva // Russ. Geol. Geophys. – 2020. – Vol. 61, no. 3. – P. 322–329. DOI: 10.15372/RGG2019172 Scholar
34.Галкин, В.И. О возможности прогноза нефтегазоносности юрских отложений вероятностно-статистическими методами (на примере территории деятельности ТПП «Когалымнефтегаз» / В.И. Галкин, А.Н. Шайхутдинов // Геология, геофизика и разработка нефтяных и газовых месторождений. – М.: ОАО «ВНИИОСНГ», 2009. – № 6. – С. 11–14. Scholar
35.Построение вероятностно-статистических моделей для дифференциации рассеянного органического вещества пород территории Пермского края / В.Л. Воеводкин, Д.В. Антонов, В.И. Галкин, И.А. Козлова // Нефтяное хозяйство. – 2023. – № 12. – С. 100–104. DOI: 10.24887/0028-2448-2023-12-100-104 Scholar
36.Ponomareva, I.N. Operational method for determining bottom hole pressure in mechanized oil producing wells, based on the application of multivariate regression analysis / I.N. Ponomareva, D.A. Martyushev, V.I. Galkin // Petroleum Research. – 2021. – Vol. 6, no. 4. – P. 351–360. DOI: 10.1016/j.ptlrs.2021.05.010 Scholar
37.Developing multilevel statistical models of determining bottom-hole flowing pressure in commercial oil well operations / I.N. Ponomareva, V.I. Galkin, A.V. Rastegaev, S.VI. Galkin // Revista Ingenieria UC. – 2023. – Vol. 28, no. 1. – P. 97–110. DOI: 10.54139/revingu.c.v281.3 Scholar
38.Построение многоуровневых статистических моделей прогноза значений смачиваемости по Восточно-Ламбейшорскому и Ярейскому месторождениям / А.Д. Саетгараев, В.И. Галкин, И.С. Путилов, А.И. Неволин // Известия Томского политехнического университета. Инжиниринг георесурсов. – 2023. – Т. 334, № 5. – С. 63–69. DOI: 10.18799/24131830/2023/5/3960 Scholar
39.Iuzhakov A.L. Primenenie metodov mashinogo obucheniia dlia prognoza neftegazonosnosti lokal'nykh struktur bashkirsogo svoda na territorii Permskogo kraia [Application of machine learning methods to forecast the oil and gas potential of the local structures of the Bashkir dome in the Perm region]. Geologija, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2022, no. 9 (369), pp. 90-93. DOI: 10.33285/2413-5011-2022-9(369)-90-93 Scholar
40.Le Tkhi Nyt Syong, Bondarev A.V., Bondareva L.I., Monakova A.S., Barshin A.V. Primenenie algoritmov mashinogo obucheniia v prognoze rezultata piroliticheskogo analiza [Application of machine learning algorithms in predicting pyrolytic analysis result]. Izvestiia vysshikh uchebnykh zavedenii. Geologija i razvedka, 2020, no. 63 (6), pp. 8-19. DOI: 10.32454/0016-7762-2020-63-6-8-19 Scholar
41.Temirchev P., Simonov M., Kostoev R., Burnaev E., Oseledets I., Akhmetov A., Mahrgarti A., Sitnikov A., Koroteev D. Deep neural networks predicting oil movement in a development unit. Journal of Petroleum Science and Engineering, 2020, vol. 184, 106513 p. DOI: 10.1016/j.petrol.2019.106513 Scholar
42.Xu T., Chang J., Feng D., Lv W., Kang Y., Liu H., Li J., Li Z. Evaluation of active learning algorithms for formation lithology identification. Journal of Petroleum Science and Engineering, 2021, vol. 206, 108999 p. DOI: 10.1016/j.petrol.2021.108999 Scholar
43.Niu Da-Ming, Li Yi-Lin, Zhang Yun-Feng, Sun Ping-Chang, Wu Hai-Guang, Fu Hang, Wang Ze-Qiang. Multi-scale classification and evaluation of shale reservoirs and 'sweet spot' prediction of the second and third members of the Qingshankou Formation in the Songliao Basin based on machine learning. Journal of Petroleum Science and Engineering, 2022, vol. 216, 110678 p. DOI: 10.1016/j.petrol.2022.110678 Scholar
44.Tri Muji Susantoro, Ketut Wikantika, Suliantara Suliantara, Herru Lastiadi Setiawan, Agung Budi Harto, Anjar Dimara Sakti. Applying random forest to oil and gas exploration in Central Sumatra basin Indonesia based on surface and subsurface data. Remote Sensing Applications: Society and Environment, 2023, vol. 32, 101039 p. DOI: 10.1016/j.rsase.2023.101039 Scholar
45.Elosionu O. Blessing, Umekwe B. Onyinyechi, Gbulie G. Chiamaka. Recent Application of Machine Learning Algorithms in Petroleum Geology: A brief review. International Journal of Research and Scientific Innovation, 2023, vol. X, no. IX, pp. 091-99. DOI: 10.51244/URSI.2023.10910 Scholar
46.Chen J., Zhang X., Chen Z., Pang X., Yang H., Zhao Z., Ma K. Hydrocarbon expulsion evaluation based on pyrolysis Rock-Eval data: Implications for Ordovician carbonates exploration in the Tabei Uplift, Tarim. Journal of Petroleum Science and Engineering, 2020, 107614 p. DOI: 10.1016/j.petrol.2020.107614 Scholar
47.Meng L., Zhen L., Minzhu L., Huliari Z. Prediction of residual oil saturation by using the ratio of amplitude of time-lapse seismic data. GEOPHYSICS, 2017, vol. 82, no. 1, pp. 1-12. DOI: 10.1190/geo2015-0453.1 Scholar
48.Nordloh V.A., Roubicková A., Brown N. Machine Learning for Gas and Oil Exploration. Paper in proceedings 9th International Conference on Prestigious Applications of Intelligent Systems, 2020. DOI: 10.48550/arXiv.2010.04186 Scholar
49.Guo Q., Ren H., Yu J., Wang J., Liu J., Chen N.A. Method of predicting oil and gas resource spatial distribution based on Bayesian network and its application. Journal of Petroleum Science and Engineering, 2021, vol. 208, 109267 p. DOI: 10.1016/j.petrol.2021.109267 Scholar
50.Hadeel Afifi, Elmahdy Mohamed, El Saban Motaz, Abu-Elkheir Mervat. Probabilistic Forecasting for Oil Producing Wells Using Seq2seq Augmented Model. Engineering Proceedings, 2022, vol. 18, no. 1, 16 p. DOI: 10.3390/engproc20220180 Scholar
51.Timshatnov R.I., Sheshukov S.A. Primenenie statisticheskikh metodov dlia obrabotki rezultatov nazmenoi geokhimicheskoi s'emki s tseliu prognoza neftegazonosnosti [Application of statistical methods for processing the results of ground geochemical survey with the purpose of oil and gas forecasting]. Interekspo Geo-Sibir', 2021, vol. 2, no. 1, pp. 263-270. DOI: 10.33764/2618-981X-2021-2-1-263-270 Scholar
52.Nguyen Ngoc T., Dang Cuong T., Yang Chaodong, Nghiem Long X., Zhangxin Chen. Integrated Static and Dynamic Big-Loop Modeling Workflow for Assisted History Matching of SAGD Process With Presence of Slab Barriers. Paper presented at the SPIE Caltech Energy Conference, California, America, 2018. DOI: 10.2118/169725-MS Scholar
53.Galkin V.I., Rastegaev A.V., Galkin S.V. Veroiatnostno-statisticheskaia otsenka neftegazonosnosti lokal'nykh struktur [Probabilistic-statistical assessment of oil and gas potential of local structures]. Ekaterinburg: Ural'skoe otdelenie Rossiiskoi akademii nauk, 2001, 300 p. Scholar
54.Kuznetsova E.A., Galkin V.I. Ispol'zovanie veroiatnostno-statisticheskikh metodov dlia analiza formirovaniia generatsionnogo potentsiala glubokopogruzhennykh otlozhenii Verkhnepechorskoi vpadiny [The use of probabilistic and statistical methods to analyze the formation of the generation potential of deeply buried sediments of Upper Pechora basin]. Vestnik Permskogo universiteta. Geologija, 2023, vol. 22, no. 4, pp. 376-389. DOI: 10.17072/spu.geol.22.4.376 Scholar
55.Krivoshchekov S.N., Galkin V.I., Kozlova I.A. Opredelenie perspektivnykh uchastkov geologorazvedochnykh rabot na neft' veroiatnostno- statisticheskimi metodami na primere territorii Permskogo kraia [Determination of potentially oil bearing areas by behavioristical method by the example of Perm region (krai)]. Vestnik Permskogo natsional'nogo issledovatel'skogo politekhnicheskogo universiteta. Geologija. Neftegazovoe i gorazoe delo, 2012, no. 4, pp. 7-14. Scholar

1.Kası̇anov I.V., Turenko S.K. Razrabotka metodiki prognoza podtverzhdaemotsi̇ kol’anykh struktur, podgotovlennykh seismorazvedkoi MOGT-2D v tsentral’nykh raionakh Zapadnoi̇ Sibiri̇ [Development of a methodology for predicting the confirmation of local structures, prepared by the Common Depth Point Method-2D seismic survey in the central regions of the Western Siberia]. Geologiya, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii̇, 2024, no. 5 (389), pp. 22-32. Scholar
2.Gainanshin R.N., Khafizov S.F., Abramov V.Iu. et al. Otsenka perspektiv neftegazonosnosti i vybor programmy geologorazvedochnykh rabot na osnove mnogovariantnogo geologicheskogo modelirovaniia [Oil and gas perspective assessment and the choice of the exploration program based on the multivariate geological modeling]. Territoriia Neftegaz, 2019, no. 3, pp. 12-16. Scholar
3.Norouzi N., Fani M., Ziarani Z.K. The fall of oil Age: A scenario planning approach over the last peak oil of human history by 2040. Journal of Petroleum Science and Engineering, 2020, vol. 188, 106827 p. DOI: 10.1016/j.petrol.2019.106827 Scholar
4.Tao Bo-Cheng, Zhou Huai-Lai, Wu Wen-Yue, Zhang Gan, Liu Bing, Liu Xing-Ye. Porosity prediction based on improved structural modeling deep learning method guided by petrophysical information. Petroleum Science, 2025. DOI: 10.1016/j.petsci.2025.03.035 Scholar
5.Guzmán M.A., Márquez G., Boente C., Witt C., Morato A., Tocco R. Geochemical evaluation of sedimentary rocks and hydrocarbon fluids in the Amistad offshore field, Progresa Basin Province, Southwest Ecuador. Journal of Petroleum Science and Engineering, 2022, vol. 213, 110410 p. DOI: 10.1016/j.petrol.2022.110410 Scholar
6.Makarova I.S. Klassifikatsiia i kompleksirovanie metodov prognoza neftegazonosnosti [Classification and complexing of methods for oil and gas prediction]. Ceteris Paribus, 2022, no. 4, pp. 85-88. Scholar
7.Ozhgibesov E.S. Veroiatnostno-statisticheskii prognoz neftegazonosnosti kol’anykh struktur na territorii Izhemskhoi stupeni [Probabilistic-Statistical Forecast of Oil and Gas Content of Local Structures on the Izhemsk Stage Territory]. Nedropol’zovanie, 2023, vol. 23, no. 4, pp. 159-165. DOI: 10.15593/2712-8008/2023.4.2 Scholar
8.Oreshkin A.I. Formirovanie skoplenii uglevodorodov i optimizatsiia prognoza neftegazonosnosti iuga Volgo-Ural’skoi neftegazonosnoi provintsii [Formation of hydrocarbon accumulations and optimization of the oil and gas potential forecast for the south of the Volga-Ural oil and gas province]. Nedra Povolzh’ia i Prikaspiaia, 2016, no. 88, pp. 36-45. Scholar
9.Kataev O.I., Larochkina I.A., Reitiukhov K.S. Aktual’nye voprosy poiskov novykh mestorozhdenii nefti v Volgo-Ural’skoi provintsii [Topical issues of the search for new oil fields in the Volga-Ural province]. Neftianoe khoziaistvo, 2015, no. 1, pp. 33-37. Scholar
10.Livshits V.R., Kontorovich A.E. Raspredelenie resursov uglevodorodov po mestorozhdeniiam razlichnoi krupnosti i po kolichestvu zalezhie v nikh [Distribution of hydrocarbon resources by fields of different sizes and by the number of pools in each field]. Geologiya i geofizika, 2022, vol. 63, no. 11, pp. 1583-1590. DOI: 10.15372/GIG2022105 Scholar
11.Mastepanov A.M. Perspektivy neftianoi otraski Rossii v otsenkakh zarubezhnykh prognosticheskikh tsentrov [Prospects for the Russian oil industry in the assessments of foreign forecasting centers]. Neftianoe khoziaistvo, 2023, no. 9, pp. 54-59. DOI: 10.24887/0028-2448-2023-9-54-59 Scholar
12.Galkin V.I., Brodiagin V.V., Potriasov A.A., Skachek K.G., Shaikhtudinov A.N. Zonal’nyi prognoz neftegazonosnosti iurskikh otozhenii v predelakh territorii deiatel’nosti TPP “Kogalymneftegaz” [Zonal forecast of oil and gas potential of Jurasic deposits within the territory of operation of the Kogalymneftegaz TPP]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii. Moscow: OAO “VNIIOENG”, 2008, no. 8, pp. 31-35. Scholar
13.Ryskin M.I., Volkova E.N. K probleme priamogo prognozirovaniia zalezhie uglevodorodov [On the problem of direct forecasting of hydrocarbon deposits]. Fundamental’nye issledovaniia, 2009, no. 1, pp. 40-41. Scholar
14.Putilov I.S. Razrabotka novoi tekhnologii mnogovariantnogo prognoza neftegazonosnosti po seismicheskim dannym [Development of the new technology of multi- variant prediction of oil and gas content by seismic data]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2014, no. 4, pp. 47-54. Scholar
15.Putilov I.S., Galkin V.I., Pyatunina E.V. O neobkhodimosti ispol'zovaniia novykh kriteriev pri prognoze neftegazonosnosti malorazmernykh struktur (na primere territorii Permskogo kraia) [On the need to use new criteria in the forecast of oil and gas potential of small-sized structures (using the Perm Krai territory as an example)]. Neftianoe khoziaistvo, 2018, no. 5, pp. 40-43. DOI: 10.24887/0028-2448-2018-5-40-43 Scholar
16.Vashkevich A.A., Strizhnev K.V., Shashel' V.A. et al. Prognoz perspektivnykh zon v otlozheniiakh dominansovogo tipa na territorii Volgo-Ural'skoi neftegazonosnoi provintsii [Forecast of promising zones in Domanik-type deposits in the Volga-Ural oil and gas province]. Neftianoe khoziaistvo, 2018, no. 12, pp. 14-17. DOI: 10.24887/0028-2448-2018-12-14-17 Scholar
17.Borodkin V.N., Plavnik A.G., Smirnov O.A. et al. Kharakteristika neftegazomaterinskikh tolshch i modeli neftegazogeneratsii v razreze akvatorii Karskogo moria na baze geokhimicheskikh i geofizicheskikh issledovanii [Characteristics of source rocks and models of hydrocarbon generation in the Kara Sea water area based on geochemical and geophysical studies]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2022, no. 3(363), pp. 23-34. DOI: 10.33285/2413-5011-2022-3(363)-23-34 Scholar
18.Filippov Yu.F. Geologicheskaia model' Predneneiskogo verkhneproterozoi-paleozoiskoogo osadochnogo basseina na iugo-vostoke Zapadno-Sibirskoi provintsii [Geological model of the Prednenei Upper Proterozoic-Paleozoic sedimentary basin in the southeast of the West Siberian province]. Geologiia nefti i gaza, 2018, no. 4, pp. 53-62. DOI: 10.31087/0016-7894-2018-4-53-62 Scholar
19.Poliakov A.A., Stupakova A.V., Malyshev N.A. et al. Kompleksirovanie metodov geologorazvedochnykh rabot dlia resheniia zadach poiska i razvedki nefti i gaza [Integration of geological exploration methods for solving oil and gas exploration and appraisal problems]. Georesursy, 2023, vol. 25, no. 4, pp. 240-251. DOI: 10.18599/gsr.2023.4.17 Scholar
20.Timurziev A.I., Shumeikin A.S. Prognozirovanie neftegazonosnosti nedr i metodika poiskov mestorozhdenii na osnove glubinno-fil'tratsionnoi modeli neftegazoobrazovaniia i neftegazonakopleniia [Forecasting the oil and gas potential of the subsurface and methodology for exploration based on a deep-filtration model of oil and gas formation and accumulation]. Geologiia, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii. Moscow: VNIIOENG, 2010, no. 9, pp. 22-29. Scholar
21.Smirnov O.A., Borodkin V.N., Lukashov A.V. et al. Metodicheskii podkhod pri lokal'nom prognoze neftegazonosnosti paleozoiskomezozoiskoikh otlozhenii poluostrova Iamal na baze kompleksirovaniia geofizicheskikh issledovanii [Methodological approach to local forecast of oil and gas potential of Paleozoic-Mesozoic deposits of the Yamal Peninsula based on integration of geophysical studies]. Neftegazovaia geologiia. Teoriia i praktika, 2023, vol. 18, no. 1. DOI: 10.17353/2070-5379/10_2023 Scholar
22.Chalova P.O. Osobennosti stroeniia rasseiannogo organicheskogo veshchestva severnoi chasti Bashkirskogo svoda [Features of the structure of dispersed organic matter in the northern part of the Bashkir Arch]. Problemy geologii i osvoeniia nedr: trudy XXVIII Mezhdunarodnogo molodezhnogo nauchnogo simpoziuma imeni akademika M.A. Usova, posviashchennogo 125-letiiu so dnia rozhdeniia akademika Akademii nauk SSSR, professora K.I. Satpaeva i 130-letiiu so dnia rozhdeniia chlenakorrespondenta Akademii nauk SSSR, professora F.N. Shakhova, Tomsk, 01–05 aprelia 2024 goda. Tomsk: Natsional'nyi issledovatel'skii Tomskii politekhnicheskii universitet, 2024, pp. 72-74. Scholar
23.Voevodkin V.L., Chalova P.O., Galkin V.I. Otsenka differentsiatsii rasseiannogo organicheskogo veshchestva severnoi chasti Bashkirskogo svoda [Assessment of differentiation of dispersed organic matter in the northern part of the Bashkir Arch]. Neftianoe khoziaistvo, 2024, no. 6, pp. 8-12. DOI: 10.24887/0028-2448-2024-6-8-12 Scholar
24.Chalova P.O. Primenenie kharakteristik rasseiannogo organicheskogo veshchestva porod dlia zonal'nogo prognoza neftegazonosnosti severnoi chasti Bashkirskogo svoda [Application of rock dispersed organic matter characteristics for zonal oil and gas potential forecast in the northern part of the Bashkir Arch]. Nedropol'zovanie, 2024, vol. 24, no. 3, pp. 112-119. DOI: 10.15593/2712-8008/2024.3.2 Scholar
25.Chalova P.O. Otsenka zonal'noi neftegazonosnosti severnoi chasti Bashkirskogo svoda po strukturnym kharakteristikam [Assessment of zonal oil and gas potential in the northern part of the Bashkir Arch by structural characteristics]. XI Sibirskaia konferentsiia molodykh uchenykh po naukam o Zemle: materialy konferentsii, Novosibirsk, 23–29 sentiabria 2024 Scholar
26.Kuznetsova E.A., Galkin V.I. Ispol'zovanie veroiatnostno-statisticheskikh metodov dlia analiza formirovaniia generatsionnogo potentsiala glubokopogruzhennykh otlozhenii Verkhnepechorskoi vpadiny [The use of probabilistic and statistical methods to analyze the formation of the generation potential of deeply buried sediments of Upper Pechora basin]. Vestnik Permskogo universiteta. Geologija, 2023, vol. 22, no. 4, pp. 376-389. DOI: 10.17072/psu.geol.22.4.376 Scholar
27.Krivoshchekov S.N., Galkin V.I., Kozlova I.A. Opredelenie perspektivnykh uchastkov geologorazvedochnykh rabot na neft' veroiatnostno- statisticheskimi metodami na primere territorii Permskogo kraia [Determination of potentially oil bearing areas by behavioristical method by the example of Perm region (krai)]. Vestnik Permskogo natsional'nogo issledovatel'skogo politekhnicheskogo universiteta. Geologija. Neftegazovoe i gorazoe delo, 2012, no. 4, pp. 7-14. Scholar
28.Putilov L.S., Galkin V.I. Razrabotka metodiki veroiatnostno-statisticheskogo prognoza neftegazonosnosti lokalizovannykh struktur (na primere izuhnoi chasti Permskogo kraia) [Development the technology for probabilistic and statistical forecast of oil-and-gas-bearing capacity of the South Perm Region]. Neftianoe khvaiastrov, 2014, no. 4, pp. 26-29. Scholar
29.Koshkin K.A., Tatarinov I.A. Razrabotka veroiatnostnykh modelei zonal'nogo prognoza neftegazonosnosti tsentral'noi chasti Permskogo svoda po strukturno-moshchostnym kriteriami [Development of Zone Forecast probability Models for Oil and Gas Potential in the Central Part of the Permian Uplift by Structural and Capacity Criteria]. Nedropol'zovanie, 2021, vol. 21, no. 1, pp. 2-8. DOI: 10.15593/27-18008/2021.1.1 Scholar
30.Galkin V.I., Kozlova I.A., Krivoshchekov S.N., Nosov M.A., Koltyrina N.S. Otsenka perspektiv neftegazonosnosti iuga Permskogo kraia po organo-geokhimicheskim dannym [Estimation of petroleum potential prospects in the south of Perm territory on the basis of organic-geochemical data]. Neftepromyslovoe delo, 2015, no. 7, pp. 32-35. Scholar
31.Galkin V.I., Kozlova I.A., Krivoshchekov S.N., Nosov M.A. Reshenie regional'nykh zadach prognozirovaniia neftenosnosti po dannym geologo-geokhimicheskogo analiza rasseiannogo organicheskogo veshchestva porod domanikovogo tipa [Solving regional problems of oil potential forecasting based on geological and geochemical analysis of dispersed organic matter of Domaniok type rocks]. Neftianoe khvaiastrov, 2015, no. 1, pp. 21-23. Scholar
32.Galkin V.I., Sosnin N.E. Razrabotka geologo-matematicheskikh modelei dlia prognoza neftegazonosnosti slozhnopostroennykh struktur v devonskikh terrigennykh otlozheniiakh [Geological development of mathematical models for the prediction of oil and gas complex-built structures in the Devonian clastic sediments]. Neftianoe khvaiastrov, 2013, no. 4, pp. 28-31. Scholar
33.Krivoshchekov S.N., Galkin V.I., Volkova A.S. Razrabotka veroiatnostno-statisticheskoi metodiki prognoza neftegazonosnosti struktur [Development of a probabilistic-statistical method for predicting the oil and gas potential of structures]. Neftepromyslovoe delo. Moscow: VNIIOENG, 2010, no. 7, pp. 28-31. Scholar
34.Burshtein L.M., Kontorovich A.E., Livshits V.R., Moiseev S.A., Yaroslavtseva E.S. Probabilistic Estimation of the Helium Resources in the Central and Southern Areas of the Lena-Tunguska Petroleum Province. Russ. Geol. Geophys, 2020, vol. 61, no. 3, pp. 322-329. DOI: 10.15372/RGG2019172 Scholar
35.Galkin V.I., Shaikhutdinov A.N. O vozmozhnosti prognoza neftegazonosnosti iuriskih otlozhenii veroiatnostno-statisticheskimi metodami (na primere territorii deiatevnosti TPP "Kogalymneftegaz") [On the possibility of predicting the oil and gas potential of Jurassic deposits using probabilistic statistical methods (using the example of the territory of the Kogalymneftegaz TPP activity)]. Geologija, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii. Moscow: VNIIOENG, 2009, no. 6, pp. 11-14. Scholar
36.Voevodkin V.L., Antonov D.V., Galkin V.I., Kozlova I.A. Postroenie veroiatnostno-statisticheskikh modelei dlia differentsiiatsii rasseiannogo organicheskogo veshchestva porod territorii Permskogo kraia [Generation of the probabilistic and statistical model for total organic carbon differentiation of rocks in the Perm region]. Neftianoe khvaiastrov, 2023, no. 12, pp. 100-104. DOI: 10.24887/0028-2448-2023-12-100-104 Scholar
37.Ponomareva I.N., Martyushev D.A., Galkin V.I. Operational method for determining bottom hole pressure in mechanized oil producing wells, based on the application of multivariate regression analysis. Petroleum Research, 2021, vol. 6, no. 4, pp. 351-360. DOI: 10.1016/j.pitrs.2021.05.010 Scholar
38.Ponomareva I.N., Galkin V.I., Rastegaev A.V., Galkin S.V. Developing multilevel statistical models of determining bottom-hole flowing pressure in commercial oil well operations. Revista Ingenieria UC, 2023, vol. 28, no. 1, pp. 97-110. DOI: 10.54139/revingu.cv28i1.3 Scholar
39.Saetgaraev A.D., Galkin V.I., Putilov I.S., Nevolin A.I. Postroenie mnogourovnevykh statisticheskikh modelei prognoza znachenii smachivaemosti po Vostochno-Lambeishorskomu i Iareiskomu mestorozhdeniiam [Construction of multilevel statistical models for predicting wettability values for the East Lambeishor and Yareyskoye fields]. Izvestiia Tomskogo politekhnicheskogo universiteta. Inzhiniring georesursov, 2023, vol. 334, no. 5, pp. 63-69. DOI: 10.18799/24131830/2023/5/3960 Scholar
40.Iuzhakov A.L. Primenenie metodov mashinogo obucheniia dlia prognoza neftegazonosnosti lokal'nykh struktur bashkirsogo svoda na territorii Permskogo kraia [Application of machine learning methods to forecast the oil and gas potential of the local structures of the Bashkir dome in the Perm region]. Geologija, geofizika i razrabotka neftianykh i gazovykh mestorozhdenii, 2022, no. 9 (369), pp. 90-93. DOI: 10.33285/2413-5011-2022-9(369)-90-93 Scholar
41.Le Tkhi Nyt Syong, Bondarev A.V., Bondareva L.I., Monakova A.S., Barshin A.V. Primenenie algoritmov mashinogo obucheniia v prognoze rezultata piroliticheskogo analiza [Application of machine learning algorithms in predicting pyrolytic analysis result]. Izvestiia vysshikh uchebnykh zavedenii. Geologija i razvedka, 2020, no. 63 (6), pp. 8-19. DOI: 10.32454/0016-7762-2020-63-6-8-19 Scholar
42.Temirchev P., Simonov M., Kostoev R., Burnaev E., Oseledets I., Akhmetov A., Mahrgarti A., Sitnikov A., Koroteev D. Deep neural networks predicting oil movement in a development unit. Journal of Petroleum Science and Engineering, 2020, vol. 184, 106513 p. DOI: 10.1016/j.petrol.2019.106513 Scholar
43.Xu T., Chang J., Feng D., Lv W., Kang Y., Liu H., Li J., Li Z. Evaluation of active learning algorithms for formation lithology identification. Journal of Petroleum Science and Engineering, 2021, vol. 206, 108999 p. DOI: 10.1016/j.petrol.2021.108999 Scholar
44.Niu Da-Ming, Li Yi-Lin, Zhang Yun-Feng, Sun Ping-Chang, Wu Hai-Guang, Fu Hang, Wang Ze-Qiang. Multi-scale classification and evaluation of shale reservoirs and 'sweet spot' prediction of the second and third members of the Qingshankou Formation in the Songliao Basin based on machine learning. Journal of Petroleum Science and Engineering, 2022, vol. 216, 110678 p. DOI: 10.1016/j.petrol.2022.110678 Scholar
45.Tri Muji Susantoro, Ketut Wikantika, Suliantara Suliantara, Herru Lastiadi Setiawan, Agung Budi Harto, Anjar Dimara Sakti. Applying random forest to oil and gas exploration in Central Sumatra basin Indonesia based on surface and subsurface data. Remote Sensing Applications: Society and Environment, 2023, vol. 32, 101039 p. DOI: 10.1016/j.rsase.2023.101039 Scholar
46.Elosionu O. Blessing, Umekwe B. Onyinyechi, Gbulie G. Chiamaka. Recent Application of Machine Learning Algorithms in Petroleum Geology: A brief review. International Journal of Research and Scientific Innovation, 2023, vol. X, no. IX, pp. 091-99. DOI: 10.51244/URSI.2023.10910 Scholar
47.Chen J., Zhang X., Chen Z., Pang X., Yang H., Zhao Z., Ma K. Hydrocarbon expulsion evaluation based on pyrolysis Rock-Eval data: Implications for Ordovician carbonates exploration in the Tabei Uplift, Tarim. Journal of Petroleum Science and Engineering, 2020, 107614 p. DOI: 10.1016/j.petrol.2020.107614 Scholar
48.Meng L., Zhen L., Minzhu L., Huliari Z. Prediction of residual oil saturation by using the ratio of amplitude of time-lapse seismic data. GEOPHYSICS, 2017, vol. 82, no. 1, pp. 1-12. DOI: 10.1190/geo2015-0453.1 Scholar
49.Nordloh V.A., Roubicková A., Brown N. Machine Learning for Gas and Oil Exploration. Paper in proceedings 9th International Conference on Prestigious Applications of Intelligent Systems, 2020. DOI: 10.48550/arXiv.2010.04186 Scholar
50.Guo Q., Ren H., Yu J., Wang J., Liu J., Chen N.A. Method of predicting oil and gas resource spatial distribution based on Bayesian network and its application. Journal of Petroleum Science and Engineering, 2021, vol. 208, 109267 p. DOI: 10.1016/j.petrol.2021.109267 Scholar
51.Hadeel Afifi, Elmahdy Mohamed, El Saban Motaz, Abu-Elkheir Mervat. Probabilistic Forecasting for Oil Producing Wells Using Seq2seq Augmented Model. Engineering Proceedings, 2022, vol. 18, no. 1, 16 p. DOI: 10.3390/engproc20220180 Scholar
52.Timshatnov R.I., Sheshukov S.A. Primenenie statisticheskikh metodov dlia obrabotki rezultatov nazmenoi geokhimicheskoi s'emki s tseliu prognoza neftegazonosnosti [Application of statistical methods for processing the results of ground geochemical survey with the purpose of oil and gas forecasting]. Interekspo Geo-Sibir', 2021, vol. 2, no. 1, pp. 263-270. DOI: 10.33764/2618-981X-2021-2-1-263-270 Scholar
53.Nguyen Ngoc T., Dang Cuong T., Yang Chaodong, Nghiem Long X., Zhangxin Chen. Integrated Static and Dynamic Big-Loop Modeling Workflow for Assisted History Matching of SAGD Process With Presence of Slab Barriers. Paper presented at the SPIE Caltech Energy Conference, California, America, 2018. DOI: 10.2118/169725-MS Scholar
54.Galkin V.I., Rastegaev A.V., Galkin S.V. Veroiatnostno-statisticheskaia otsenka neftegazonosnosti lokal'nykh struktur [Probabilistic-statistical assessment of oil and gas potential of local structures]. Ekaterinburg: Ural'skoe otdelenie Rossiiskoi akademii nauk, 2001, 300 p. Scholar
55.Kuznetsova E.A., Galkin V.I. Ispol'zovanie veroiatnostno-statisticheskikh metodov dlia analiza formirovaniia generatsionnogo potentsiala glubokopogruzhennykh otlozhenii Verkhnepechorskoi vpadiny [The use of probabilistic and statistical methods to analyze the formation of the generation potential of deeply buried sediments of Upper Pechora basin]. Vestnik Permskogo universiteta. Geologija, 2023, vol. 22, no. 4, pp. 376-389. DOI: 10.17072/spu.geol.22.4.376 Scholar

Другие статьи выпуска

Весь выпуск (Том 25, № 3, 2025)

Показаны 12 из 17

Скачать PDF

Информация о статье

Опубликована: 24.10.2025
В выпуске: 24.10.2025
Выпуск: Том 25, № 3 (2025)