Die Erkennung und Unterteilung von Schiefertypen hat eine bedeutende theoretische und praktische Relevanz bei der Erkundung und Entwicklung von Schieferöl- und gasvorkommen. Das Untersuchungsobjekt sind Schiefer der zweiten Einheit der Funing-Gruppe des Paläogens im Qintong-Becken des nördlichen Jiangsu-Beckens. Durch Analyse von Kernproben des Bohrlochs Qinye-1 mittels Ganzgesteins- und Tonmineral-Röntgenbeugung und anhand der „Drei-Endglied“-Diagramme der Schiefermineralbestandteile, abgeleitet aus früheren Arbeiten, wurden die Schiefertypen in diesem Gebiet ermittelt. Zusätzlich wurde eine auf einem atomaren Suchoptimierungsalgorithmus optimierte BP (Backpropagation)-Neuronale-Netzwerk-Methode zur Datenanalyse der Bohrlochmessungen verwendet, um ein Modell zur Vorhersage der relativen Anteile von Tonmineralien, silikatischen Mineralien und Karbonatmineralen zu erstellen, wodurch eine quantitative Charakterisierung des Mineralgehalts anhand natürlicher Spektren möglich wurde. Abschließend wurde dieses Modell zur lithologischen Vorhersage und Schiefertyp-Erkennung der zweiten Einheit der Funing-Gruppe in den Bohrlöchern Qinye-1 und Shaduo-1 angewandt, wobei die Erkennungsergebnisse mit den auf Probenmessdaten basierenden Schiefereinteilungen hoch übereinstimmten. Die Studie bietet eine wirtschaftliche, schnelle und effiziente Methode zur indirekten Erkennung von Schiefertypen, mit der mittels Bohrlochkurven die Hauptmineralbestandteile der Schieferfaziestypen effektiv vorhergesagt werden können. Dies dient als Grundlage für die Faziestyp-Erkennung in Bohrlochabschnitten ohne Kern- oder Messproben.

Qintong-Becken;Zweite Einheit der Funing-Gruppe;Bohrlochkurven;Schieferöl und -gas;Schiefertyp-Erkennung;Neuronales Netzwerk