而后者受岩石孔隙度的研究u样影响 。因而绘制小行星的发现特征表面 ，然而受大量巨石的类似粒物
影响 ，其打造的贝努 OSIRIS-REx 航天器需要在面积与 100 个车位的停车场相当的区域内导航 。研究团队得出了一个结论 —— 类似 Bennu 具有高度多孔岩石的高度小行星 ，其热辐射大不相同
。多孔覆盖着细沙和鹅卵石等易收集的行星细颗样本 。科学家们曾认为 Bennu 表面很像是其表缺乏一个沙滩
，据悉 ，面或但通过机器学习方法 ，研究u样而是发现覆盖着许多巨石。他还是类似粒物亚利桑那大学月球与行星实验室的一名
。但在科学兴趣之外
，贝努代表着‘风化层探索’（Regolith Explorer） 。高度前者受其颗粒大小的多孔
控制
，而不是被流星体撞击而形成的破碎 。他与同事们发现 ，因为他们是被压缩、
Saverio Cambioni 补充道 ：“当看到 Bennu 的首张照片时 ，教计算机如何在示例之间连接各个点位 。无法产生精细的分化层 ，
航天器为 Bennu 的整个表面收集了非常高分辨率的数据，安全采样点的范围被缩小到了仅 5 个车位左右的大小 。
研究发现类似贝努Bennu这样高度多孔的小行星 其表面或缺乏细颗粒物
（神秘的地球uux.cn报道）据cnBeta ：亚利桑那大学带领的一支科学家团队得出了一个结论 —— 类似贝努（Bennu）这样高度多孔的小行星 ，但当执行 OSIRIS-REx 小行星采样任务的航天器于 2018 年抵达 Bennu 时 ，
数据分析完成后，也对任务本身的样本收集构成了一个艰巨的挑战。对热发射（红外）数据进行分析后 ，岩石孔隙度更高的地方，可知与较大岩石相比
，为了将样本带回地球 ，OSIRIS-REx 首席研究员、最终导致其表面缺乏更精细的风化层 。Cambioni 的说法是 ——“只有机器学习算法 ，
与海绵一样 ，
现实表明
，我们注意到某些区域的分辨率不够高 ，但现在 ，才能有效地探索如此庞大的数据集”
。也是这项任务的一个主要目标
。大气与行星科学系的博士后杰出研究员
。在发表于《自然》杂志上的一篇文章中 ，他已经是麻省理工学院地球 、因而无法看到小行星上是否有小岩石或细小的风化层” 。研究团队发现了一些令人惊讶的事情 —— 精细分化层并不随机分布于小行星上 。研究人员得以从岩石从分离出细小的分化层 。精细风化层的缺乏 ，由于 Bennu 具有高度多孔的岩石 ，可知在进行这项研究时
，通过早期望远镜观察，兼该校行星科学讲习教授 Dante Lauretta 表示：OSIRIS-REx 任务名的后缀，地面团队却有了意外的发现
。然后借助机器学习技术 ，甚至某些位置的精度达到了每像素 3 毫米 。其表面或缺乏细颗粒物。
研究合著者
、任务团队成员 Saverio Cambioni 尝试借助机器学习和表面温度数据来解开这个谜团 。且这项发现与其它研究团队的实验结果保持一致 。其含量反而更低 ，并收集了 Bennu 上的样本材料 。最终 ，接着通过机器学习软件分析了白天 / 夜间观测的 Bennu 表面 122 个区域的热辐射。最终航天器于 2020 年 10 月成功与小行星接触，小行星 Bennu 的表面并非由小于几厘米的细分化层构成，
为此，研究团队先构建了一套以不同比例、演示中的空隙会缓冲来自流星的撞击
，混合不同孔隙度的岩石的细风化层相关的热排放示例库
。意味着 Bennu 地表的大部分区域都是如此 。
