As características das fácies diagenéticas do arenito são complexas e variadas. Tomando como objeto de estudo os arenitos do Eoceno da depressão Lufeng na bacia da foz do rio das Pérolas, é de grande importância estabelecer um sistema preciso de classificação das fácies diagenéticas do arenito e métodos de identificação por registro de poço. Para uma delimitação precisa das fácies, parâmetros quantitativos como taxa aparente de compactação, taxa aparente de cimentação, taxa aparente de dissolução e porosidade devido à dissolução foram introduzidos, combinando técnicas de processamento de imagem, como detecção de bordas e segmentação por limiar, para extrair o conteúdo dos componentes das lâminas de molde, caracterizando sistematicamente as diferenças na intensidade das ações de compactação, cimentação e dissolução. De acordo com a intensidade da diagênese, foram classificados sete tipos de fácies, agrupados em três categorias: categoria I (fácies de compactação fraca, cimentação fraca e forte dissolução, e compactação fraca, cimentação fraca e fraca dissolução) com as melhores propriedades físicas e estrutura porosa, porosidade superior a 13%, dominada por poros grandes; categoria II (fácies de compactação fraca, cimentação forte e forte dissolução, e compactação fraca, cimentação forte e fraca dissolução) com propriedades intermediárias, porosidade entre 9% e 13%; categoria III (fácies de compactação forte, cimentação fraca e fraca dissolução, compactação forte, cimentação forte e forte dissolução, e compactação forte, cimentação forte e fraca dissolução) com as piores propriedades, porosidade inferior a 10%, dominada por microporos. Com base nisso, curvas convencionais de registro, como gama natural, tempo acústico, nêutrons compensados, densidade compensada e resistividade, foram integradas às características das três categorias de fácies para construir um modelo de rede neural perceptron multicamadas (MLP). A otimização do número de camadas ocultas e dos neurônios em cada camada foi realizada pelo método de controle de variáveis, determinando que a estrutura ótima possui uma única camada oculta com 5 neurônios. A precisão do treinamento do modelo atingiu 82,11%, com precisão de previsão para as 23 amostras do poço A de 82,61%. As características das respostas de registro para cada tipo de fácies coincidem bem com os resultados reais de identificação das lâminas finas. O método de classificação e identificação das fácies diagenéticas do arenito baseado em processamento de imagem e perceptron multicamadas aumentou efetivamente o nível quantitativo e a eficiência do estudo das fácies diagenéticas, podendo servir de referência para avaliação de fácies diagenéticas em reservatórios arenosos sob contextos geológicos similares.

Bacia da foz do rio das Pérolas; Formação Wenchang; fácies diagenéticas; processamento de imagem; aprendizado de máquina; registro de poço