Las características de los ambientes diagenéticos de areniscas son complejas y diversas. Tomando como objeto de estudio las areniscas eocenas de la depresión de Lufeng en la cuenca de la Bahía del Río de las Perlas, es de gran importancia establecer un sistema preciso de clasificación de los ambientes diagenéticos de areniscas y métodos de identificación mediante registros de pozo. Para delimitar con precisión los ambientes diagenéticos, se introdujeron parámetros cuantitativos como la tasa aparente de compactación, la tasa aparente de cementación, la tasa aparente de disolución y la porosidad de los poros de disolución, integrando técnicas de procesamiento de imágenes como la detección de bordes y segmentación umbral para extraer el contenido de los componentes de las láminas del molde, caracterizando sistemáticamente las diferencias en la intensidad de compactación, cementación y disolución. Según la intensidad del diagénesis, se clasificaron siete tipos de ambientes diagenéticos que se agrupan en tres categorías: categoría I (ambientes con compactación débil, cementación débil y disolución fuerte, y ambientes con compactación débil, cementación débil y disolución débil) con las mejores propiedades físicas y estructura porosa predominada por poros grandes, con porosidad mayor al 13%; categoría II (ambientes con compactación débil, cementación fuerte y disolución fuerte, y con compactación débil, cementación fuerte y disolución débil) con propiedades intermedias y porosidad entre 9% y 13%; categoría III (ambientes con compactación fuerte, cementación débil y disolución débil, con compactación fuerte, cementación fuerte y disolución fuerte, y con compactación fuerte, cementación fuerte y disolución débil) con las peores propiedades y porosidad menor al 10%, dominadas por microporos. Sobre esta base, se utilizaron curvas convencionales de registros como gamma natural, tiempo acústico, neutrones compensados, densidad compensada y resistividad junto con las características de las tres categorías para construir un modelo de red neuronal de perceptrón multicapa (MLP). Se optimizó el número de capas ocultas y el número de neuronas en cada capa mediante el método de control de variables, determinando que la estructura óptima es una capa oculta con 5 neuronas. La precisión del entrenamiento del modelo alcanzó un 82.11%, y la precisión de predicción para las 23 muestras del pozo A fue del 82.61%. Las características de las respuestas de los registros para cada tipo de ambiente diagenético coinciden bien con los resultados de identificación real de las láminas delgadas. El método de clasificación e identificación de ambientes diagenéticos de areniscas basado en el procesamiento de imágenes y perceptrones multicapa mejora eficazmente el nivel cuantitativo y la eficiencia del estudio de ambientes diagenéticos, proporcionando una referencia para la evaluación de ambientes diagenéticos en reservorios arenosos en contextos geológicos similares.

Cuenca de la Bahía del Río de las Perlas; Formación Wenchang; ambientes diagenéticos; procesamiento de imágenes; aprendizaje automático; registros de pozo