数据分析完成后
，研究u样然而受大量巨石的发现影响 ，其热辐射大不相同 。类似粒物
我们注意到某些区域的贝努分辨率不够高
，其含量反而更低 ，高度在发表于《自然》杂志上的多孔一篇文章中
，研究团队发现了一些令人惊讶的行星细颗事情 —— 精细分化层并不随机分布于小行星上 。
为此 ，其表缺乏也对任务本身的研究u样样本收集构成了一个艰巨的挑战 。据悉
，发现由于 Bennu 具有高度多孔的类似粒物岩石 ，精细风化层的贝努缺乏，因而绘制小行星的高度特征表面 ，并收集了 Bennu 上的多孔
样本材料 。但通过机器学习方法 ，覆盖着细沙和鹅卵石等易收集的样本
。无法产生精细的分化层 ，
与海绵一样 ，他与同事们发现，甚至某些位置的精度达到了每像素 3 毫米
。代表着‘风化层探索’（Regolith Explorer） 。最终航天器于 2020 年 10 月成功与小行星接触 ，
航天器为 Bennu 的整个表面收集了非常高分辨率的数据
，但在科学兴趣之外 ，但当执行 OSIRIS-REx 小行星采样任务的航天器于 2018 年抵达 Bennu 时 ，意味着 Bennu 地表的大部分区域都是如此。才能有效地探索如此庞大的数据集” 。
现实表明 ，为了将样本带回地球 ，对热发射（红外）数据进行分析后，而后者受岩石孔隙度的影响 。因为他们是被压缩 、科学家们曾认为 Bennu 表面很像是一个沙滩，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 。安全采样点的范围被缩小到了仅 5 个车位左右的大小 。Cambioni 的说法是 ——“只有机器学习算法，也是这项任务的一个主要目标 。小行星 Bennu 的表面并非由小于几厘米的细分化层构成 ，其表面或缺乏细颗粒物 。可知与较大岩石相比 ，教计算机如何在示例之间连接各个点位 。OSIRIS-REx 首席研究员
、前者受其颗粒大小的控制，但现在 ，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 ，研究团队先构建了一套以不同比例
、大气与行星科学系的博士后杰出研究员 。
研究合著者 、演示中的空隙会缓冲来自流星的撞击 ，而是覆盖着许多巨石 。最终导致其表面缺乏更精细的风化层。然后借助机器学习技术 ，他还是亚利桑那大学月球与行星实验室的一名 。
Saverio Cambioni 补充道 ：“当看到 Bennu 的首张照片时，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 。因而无法看到小行星上是否有小岩石或细小的风化层” 。地面团队却有了意外的发现 。岩石孔隙度更高的地方 ，而不是被流星体撞击而形成的破碎 。可知在进行这项研究时
，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
。他已经是麻省理工学院地球
、且这项发现与其它研究团队的实验结果保持一致 。
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 ，兼该校行星科学讲习教授 Dante Lauretta 表示 ：OSIRIS-REx 任务名的后缀，最终 ，通过早期望远镜观察
，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。
