本發(fā)明提供一種基于深度特征的非平穩(wěn)訓(xùn)練圖像自動(dòng)分區(qū)方法及系統(tǒng)，方法包括：對(duì)非平穩(wěn)訓(xùn)練圖像進(jìn)行裁剪劃分為多個(gè)訓(xùn)練圖像子塊；基于卷積神經(jīng)網(wǎng)絡(luò)模型提取每一個(gè)訓(xùn)練圖像子塊的深度特征；對(duì)所有訓(xùn)練圖像子塊的深度特征進(jìn)行聚類分析，得到每一個(gè)訓(xùn)練圖像子塊的聚類標(biāo)簽；基于每一個(gè)訓(xùn)練圖像子塊的聚類標(biāo)簽，將每一個(gè)訓(xùn)練圖像子塊按照在非平穩(wěn)訓(xùn)練圖像中的位置進(jìn)行拼接，得到非平穩(wěn)訓(xùn)練圖像的分區(qū)結(jié)果；基于分區(qū)結(jié)果，進(jìn)行平穩(wěn)性算法模擬，輸出所述非平穩(wěn)訓(xùn)練圖像的模擬實(shí)現(xiàn)。本發(fā)明對(duì)非平穩(wěn)訓(xùn)練圖像進(jìn)行自動(dòng)分區(qū)，相比基于未分區(qū)非平穩(wěn)訓(xùn)練圖像的SIMPAT算法，基于本發(fā)明分區(qū)后的多點(diǎn)地質(zhì)統(tǒng)計(jì)模擬結(jié)果更好的再現(xiàn)了非平穩(wěn)特征。