چکیده: مدل‌سازی شبکه گسسته شکستگی‌ها (DFN)، نمایشی تصادفی از شبکه شکستگی‌های طبیعی است. تولید شبکه شکستگی‌ها توسط اطلاعات آماری حاصل از داده‌های اندازه‌گیری شده در یک میدان صورت می‌گیرد. در مدل DFN، مجموعه‌ای از شکستگی‌های منحصربه‌فرد بر اساس توصیفات تصادفی از خواص شکستگی‌ها مثل شدت شکستگی، جهت‌گیری و اندازه آن‌ها ساخته می‌شوند. مطالعه حاضر بر روی هفت چاه مربوط به یکی از میادین هیدروکربوری کربناته جنوب غرب ایران و در دو مرحله کلی انجام‌شده است. در مرحله‌ی اول این مطالعه با استفاده از داده‌های شکستگی مربوط به چاه‌نمودارهای تصویری، شکستگی‌های میدان مورد مطالعه بررسی و مدل شبکه شکستگی‌های آن به روش DFN ساخته شده است؛ اما با توجه به کمبود داده‌های شکستگی مربوط به چاه‌نمودارهای تصویری و همچنین ماهیت پیچیده شکستگی‌ها، مدل‌های حاصل همواره با عدم قطعیت و هموارشدگی همراه هستند. در مرحله‌ی دوم این مطالعه، با استفاده از داده‌های چاه‌نمودارهای پرتو گاما سکانس‌ها و سیستم‌تراکت‌های میدان مورد مطالعه در چاه‌ها تعیین شده است. با آنالیز و بررسی داده‌های شکستگی چاه‌های مورد مطالعه و تخمین شدت شکستگی و نسبت زون شکسته‌شده به شکسته‌نشده‌ی سیستم‌تراکت‌های چاه‌ها به‌وسیله‌ی شبکه عصبی مصنوعی، نمودارهای شدت شکستگی جدیدی در محیط چاه‌ها ساخته شده است. سپس با استفاده از این نمودارها، مدل DFN جدیدی ساخته شده است. درواقع در این مرحله مدل DFN ساخته شده در مرحله‌ی قبل به سکانس‌های تعیین شده شرطی شده است. از ضریب همبستگی به‌عنوان معیاری برای محاسبه بهبود مدل‌سازی به‌منظور کمی‌سازی نتایج و مقایسه دو مدل در هر چاه استفاده گردید. با محاسبه ضرایب همبستگی برای مدل‌های مرحله‌ی اول و دوم ملاحظه گردید که میزان ضریب همبستگی در مدل‌سازی مرحله‌ی دوم نسبت به‌ مدل‌سازی مرحله اول به‌ترتیب در چاه‌های B، C، D و E به‌مقدار 10.16، 0.47، 0.16 و 0.14 افزایش یافته و بنابراین مدل DFN مرحله اول بهبود یافته است.