تتميز تكوينات الصخور الرملية بتعقيد خصائص تشكل الصخور وأنواع متنوعة، ومن الأهمية الكبيرة إنشاء طريقة دقيقة لتصنيف وتحديد تشكيل الصخور الرملية في حوض نهر اللؤلؤ. لتصنيف تشكيل الصخور بدقة، تستخدم معلمات تأثير تشكيل الصخور وتقنية معالجة الصور، وتستخدم محتويات كل مكون في شرائح الكاست لتمثيل اختلاف قوة تأثير تشكيل الصخور كالضغط، التصلب والتآكل، ثم يتم تقسيم تشكيل الصخور نوعًا مقابل نوعًا وفقًا لقوة تأثير تشكيل الصخور. ثم، يتم إقامة موديل للشبكة العصبية الاصطناعية متعددة المستويات بناءً على البيانات الخطية الطبيعية، والفجوة الزمنية للموجات الصوتية والنيوترون المعادلة، والكثافة ومقاومة الكهرباء وغيرها من بيانات منحنيات المعايرة، وذلك بناءً على سمات تشكيل الصخور النوع مقابل النوع. ويتم إتباع النتخاب وتحسين المعلمات للحصول على أفضل أداء للموديل، وأخيرًا يتم تحقيق تصنيف تشكيل الصخور وتحديد العوارض الجيولوجية. وبالمقارنة مع تشكيل الصخور الفعلي عبر الشرائط، بلغت نسبة الدقة لموديل الشبكة العصبية المتعددة المر 82.11%، كما تم تطبيق الموديل على تحديد تشكيل الصخور لآبار LF13-9-1، وكانت العينات الكلية 23، ووصلت نسبة الدقة لتحديد تشكيل الصخور إلى 82.61%، مما يُظهر أن الموديل له تأثير تحديد جيد. إن إنشاء طريقة تصنيف وتحديد تشكيل الصخور الرملية بناءً على تقنية معالجة الصور والشبكة العصبية المتعددة المستويات يمكن أن يوفر إرشادات لتحديد تشكيل الصخور الرملية.

حوض نهر اللؤلؤ; مجموعة وينتشانغ; تشكيل الصخور; معالجة الصور; التعلم الآلي; المعايرة