Актуальность. При течении по каналам ограниченных размеров реальная жидкость испытывает постоянные потери механической энергии (гидравлическое сопротивление) из-за действия вязкого трения. Гидравлическое сопротивление состоит из двух компонентов: сопротивление по длине потока и местное сопротивление. Тяготение по длине потока возникает из-за того, что жидкость сталкивается с силой на единицу площади, перпендикулярной направлению потока. Местное сопротивление возникает в результате вязкого взаимодействия между жидкостью и стенками канала. Местные гидравлические сопротивления включают внезапные и постепенные сужения/расширения (диффузоры/конфузоры) флюидопроводящего канала, угловые и дроссельные зазоры. Значение коэффициента гидравлического сопротивления зависит от типа геометрии каналов, условий входа в них жидкости (смачиваемость текстуры породы) и от режима течения. Когда жидкость течет по каналам различного поперечного сечения, по мере сужения канала скорость потока увеличивается, а давление, исходя из уравнения Бернулли, уменьшается. Цель: изучить распределения сегментов текстурной неоднородности горных пород в условиях геологической неопределённости. Объекты: полимиктовые песчаники тюменской свиты. Методы. Разработанные алгоритмы идентификации областей сужения/расширения (конфузоры/диффузоры) в текстуре горной породы (полимиктовый песчаник) базируются на нейросетевой реконструкции керновых данных; исследование геометрического многообразия геологических образов горных пород основано на обобщении вещественных пространственных форм в сочетании с аксиомой гиперплоскостей; методический подход для нахождения распределения инерционных возбудителей (конфузоров/диффузоров), влияющих на характер изменения фронта движения многофазного потока в текстуре горной породы, основан на метриках оценки возможных распределений. Результаты. Представлены начальные этапы цифровой трансформации керновых данных. Определено, что основной проблемой цифровой проекции геологических данных на большие масштабы является необходимость учета систем инерционных эффектов, как в имеющемся объеме горной породы, так и в экстраполируемом ее пространстве. С целью адекватного представления характера течения многофазной жидкости для разных масштабов разработаны алгоритмы сегментирования геологических образов флюидопроводящего пространства с дальнейшей идентификацией законов распределения инерционных возбудителей (конфузоров/диффузоров) в текстуре горной породы. Для обучения и тестирования разработанных алгоритмов использованы изображения компьютерной томографии кернового материала и снимки шлифов горных пород в детализированном разрешении. Исходный код нейросетевых алгоритмов написан на языке программирования Python с дополнительным использованием некоммерческих библиотек. Выполнена апробация алгоритмов на реальных данных, подтверждающая экспериментальными исследованиями в лаборатории цифровых исследований в нефтегазовом деле в рамках реализации технологического проекта «Цифровой керн» (Тюменский индустриальный университет, г. Тюмень), лаборатории научно-технического центра рационального недропользования им. В.И. Шпильмана (г. Ханты-Мансийск), лаборатории керновых исследований (Тюменский государственный университет, г. Тюмень).