Les caractéristiques des faciès diagenétiques des grès sont complexes et variées. En prenant les grès de l’Éocène de la dépression de Lufeng dans le bassin de la baie du fleuve des Perles comme objet d’étude, il est d’une grande importance d’établir un système précis de classification des faciès diagenétiques des grès et une méthode d’identification par diagraphie. Pour une classification précise des faciès, des paramètres quantitatifs tels que le taux apparent de compaction, le taux apparent de cimentation, le taux apparent de dissolution et la porosité liée à la dissolution ont été introduits. En combinant des techniques de traitement d’image comme la détection des contours et la segmentation par seuil, le contenu des différents composants des lames minces moulées est extrait pour caractériser systématiquement la variation de l’intensité de la compaction, la cimentation et la dissolution. Selon le degré d’intensité des processus de diagenèse, sept types de faciès ont été identifiés et regroupés en trois catégories : la catégorie I (faciès à faible compaction, faible cimentation et forte dissolution, ainsi que faible compaction, faible cimentation et faible dissolution) présente les meilleures propriétés physiques et une structure poreuse avec une porosité supérieure à 13%, dominée par de gros pores ; la catégorie II (faciès à faible compaction, forte cimentation avec forte ou faible dissolution) présente des propriétés intermédiaires avec une porosité entre 9 % et 13 %; la catégorie III (faciès à forte compaction avec faible cimentation et faible dissolution, forte cimentation et forte dissolution, ou forte cimentation et faible dissolution) a les propriétés les plus faibles avec une porosité inférieure à 10% et est dominée par des micropores. Sur cette base, les courbes de diagraphie conventionnelles telles que le gamma naturel, le temps d’onde acoustique, le neutron compensé, la densité compensée et la résistivité ont été intégrées aux caractéristiques des trois catégories de faciès pour construire un modèle de réseau de neurones perceptron multicouches (MLP). L’optimisation du nombre de couches cachées et du nombre de neurones par couche a été réalisée par contrôle des variables, déterminant que la structure optimale comporte une couche cachée unique avec 5 neurones. La précision de l’entraînement du modèle a atteint 82,11 %, avec une précision de prédiction de 82,61 % sur les 23 échantillons du puits A. Les caractéristiques des réponses diagraphiques pour chaque type de faciès correspondent bien aux résultats d’identification réelle des lames minces. La méthode de classification et d’identification des faciès diagenétiques des grès basée sur le traitement d’image et le perceptron multicouches améliore efficacement le niveau quantitatif et l’efficacité de l’étude des faciès diagenétiques, fournissant une référence pour l’évaluation des faciès de réservoirs gréseux dans des contextes géologiques similaires.

Bassin de la baie du fleuve des Perles; Formation Wenchang; faciès diagenétiques; traitement d’image; apprentissage automatique; diagraphie