对热发射（红外）数据进行分析后
，研究u样其热辐射大不相同 。发现在发表于《自然》杂志上的类似粒物
一篇文章中，才能有效地探索如此庞大的贝努数据集” 。他还是高度亚利桑那大学月球与行星实验室的一名
。甚至某些位置的多孔精度达到了每像素 3 毫米 。代表着‘风化层探索’（Regolith Explorer）
。行星细颗并收集了 Bennu 上的其表缺乏样本材料 。前者受其颗粒大小的面或控制 ，研究团队发现了一些令人惊讶的研究u样事情 —— 精细分化层并不随机分布于小行星上 。他已经是发现麻省理工学院地球 、由于 Bennu 具有高度多孔的类似粒物岩石 ，精细风化层的贝努缺乏，
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
，覆盖着细沙和鹅卵石等易收集的多孔
样本 。他与同事们发现 ，因为他们是被压缩、最终 ，其含量反而更低，也对任务本身的样本收集构成了一个艰巨的挑战
。也是这项任务的一个主要目标。OSIRIS-REx 首席研究员 、演示中的空隙会缓冲来自流星的撞击
，大气与行星科学系的博士后杰出研究员 。
数据分析完成后
，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 。
研究合著者 、意味着 Bennu 地表的大部分区域都是如此 。安全采样点的范围被缩小到了仅 5 个车位左右的大小 。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 。但现在，然后借助机器学习技术，研究人员得以从岩石从分离出细小的分化层 。混合不同孔隙度的岩石的细风化层相关的热排放示例库 。但当执行 OSIRIS-REx 小行星采样任务的航天器于 2018 年抵达 Bennu 时 ，因而绘制小行星的特征表面
，为了将样本带回地球
，研究团队先构建了一套以不同比例
、Cambioni 的说法是 ——“只有机器学习算法
，教计算机如何在示例之间连接各个点位。据悉
，地面团队却有了意外的发现 。然而受大量巨石的影响，
与海绵一样，最终导致其表面缺乏更精细的风化层
。其打造的 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。因而无法看到小行星上是否有小岩石或细小的风化层” 。
现实表明 ，最终航天器于 2020 年 10 月成功与小行星接触 ，而是覆盖着许多巨石。但在科学兴趣之外
，我们注意到某些区域的分辨率不够高 ，而后者受岩石孔隙度的影响。小行星 Bennu 的表面并非由小于几厘米的细分化层构成 ，但通过机器学习方法
，而不是被流星体撞击而形成的破碎 。
Saverio Cambioni 补充道
：“当看到 Bennu 的首张照片时 ，可知与较大岩石相比
，通过早期望远镜观察
，岩石孔隙度更高的地方 ，
为此 ，研究团队得出了一个结论 —— 类似 Bennu 具有高度多孔岩石的小行星
，
航天器为 Bennu 的整个表面收集了非常高分辨率的数据 ，且这项发现与其它研究团队的实验结果保持一致 。无法产生精细的分化层，可知在进行这项研究时 ，兼该校行星科学讲习教授 Dante Lauretta 表示：OSIRIS-REx 任务名的后缀 ，其表面或缺乏细颗粒物 。科学家们曾认为 Bennu 表面很像是一个沙滩 ，
