本文提出一种基于Contourlet变换的地震多属性融合方法。首先,通过对多种地震属性进行Contourlet变换,使各属性的多分辨率、多方向性、局部化特性及各向异性得到有效表示。其次,对分解后的属性低频子带采用拉普拉斯能量和(SML)融合规则,高频子带利用各尺度系数间的相关性获取加权系数进行加权融合,不仅强化了各属性的边缘特征和细节信息,并且消除了噪声对融合结果的影响。实际资料应用效果表明,文中方法优于传统小波变换及其他常规融合方法,能消除多属性间的冗余,充分利用不同属性间的有效互补信息,可以提高油气储层预测及流体识别的精度。