这个问题应该综合来看，主要依赖于微震系统灵敏度和预测算法两方面。微震系统的灵敏度受硬件限制，我们的研究应着重于算法的研究。目前，我们进行了一项题为“FDNet: Knowledge and Data Fusion-Driven Deep Neural Network for CoalBurst Prediction”的研究，目前已经发表在Sensors期刊上，研究表明这种结合机器学习的算法可对未来3天内是否发生大能量事件进行有效预测。未来，我们仍可对未来大能量事件的等级、位置、预测时长等方面展开进一步的研究。　　作者：曹安业，男，1982年6月26日生，江苏盐城人，中国矿业大学教授，博士生导师，江苏省矿山地震监测工程实验室副主任，“中国矿业大学-安徽理工大学”冲击地压防治工程研究中心副主任。江苏省333中青年科学技术带头人，全国煤炭青年科技奖获得者，中国煤炭学会科技传播专家，江苏省科技副总，中国矿业大学青年学术带头人、优秀研究生导师。主持国家自然科学基金、国家重点研发计划子课题、科技支撑计划子课题、江苏省自然科学基金等项目，发表学术论文70余篇，授权国内外发明专利10余项，获山东省科技进步一等奖、教育部科学技术进步二等奖等省部级与行业协会科研奖励10余项，参与《煤矿安全规程》、《防治煤矿冲击地压细则》、《冲击地压测定、监测与防治方法》等规章编制工作。

　　研究方向：煤岩冲击动力灾害防控;地球物理监测与预警;矿震孕育机制与震动效应

　　主要成果：致力于研究冲击地压预测预警、矿震震动效应的基础科学问题，研究采动应力与动载应力波协同作用下冲击地压内在机理，揭示冲击孕育过程中动静载叠加演化诱灾的本质规律;研究挖掘冲击地压复杂演化过程的多尺度、多元前兆信息特征，开发基于地球物理监测的冲击地压多元融合预测预警方法;研究矿震震源孕育机制反演方法、矿震类型分类方法及不同类型矿震震源参量特征，揭示矿震能量传递衰减规律及对采掘空间的冲击扰动效应。

来源：【煤炭学报大讲堂第13期】“新锐科学家”成果分享会(二)：冲击地压防治理论与技术