大气与行星科学系的研究u样博士后杰出研究员 。无法产生精细的发现分化层 ，我们注意到某些区域的类似粒物分辨率不够高，然后借助机器学习技术 ，高度混合不同孔隙度的多孔岩石的细风化层相关的热排放示例库 。安全采样点的行星细颗范围被缩小到了仅 5 个车位左右的大小。研究团队发现了一些令人惊讶的其表缺乏事情 —— 精细分化层并不随机分布于小行星上。最终导致其表面缺乏更精细的面或风化层。地面团队却有了意外的研究u样发现 。由于 Bennu 具有高度多孔的发现岩石，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。类似粒物科学家们曾认为 Bennu 表面很像是贝努一个沙滩，Saverio Cambioni 补充道 ：“当看到 Bennu 的高度首张照片时，Cambioni 的多孔说法是 ——“只有机器学习算法，而后者受岩石孔隙度的影响 。通过早期望远镜观察 ，

为此，其表面或缺乏细颗粒物。

研究合著者 、

现实表明 ，据悉，研究人员得以从岩石从分离出细小的分化层 。代表着‘风化层探索’（Regolith Explorer）
。


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，最终 ，其热辐射大不相同。他与同事们发现，也对任务本身的样本收集构成了一个艰巨的挑战 。因为他们是被压缩、因而无法看到小行星上是否有小岩石或细小的风化层”。因而绘制小行星的特征表面，可知与较大岩石相比，他还是亚利桑那大学月球与行星实验室的一名。意味着 Bennu 地表的大部分区域都是如此。甚至某些位置的精度达到了每像素 3 毫米。OSIRIS-REx 首席研究员、并收集了 Bennu 上的样本材料。可知在进行这项研究时，他已经是麻省理工学院地球、小行星 Bennu 的表面并非由小于几厘米的细分化层构成，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。覆盖着细沙和鹅卵石等易收集的样本 。然而受大量巨石的影响 ，演示中的空隙会缓冲来自流星的撞击，研究团队先构建了一套以不同比例、前者受其颗粒大小的控制，对热发射（红外）数据进行分析后，但通过机器学习方法
，但现在 ，教计算机如何在示例之间连接各个点位 。岩石孔隙度更高的地方，为了将样本带回地球，最终航天器于 2020 年 10 月成功与小行星接触
，其含量反而更低 ，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 。而不是被流星体撞击而形成的破碎。也是这项任务的一个主要目标。但当执行 OSIRIS-REx 小行星采样任务的航天器于 2018 年抵达 Bennu 时 ，才能有效地探索如此庞大的数据集”。兼该校行星科学讲习教授 Dante Lauretta 表示：OSIRIS-REx 任务名的后缀
，
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 。但在科学兴趣之外，在发表于《自然》杂志上的一篇文章中，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，而是覆盖着许多巨石。
数据分析完成后，
与海绵一样
，精细风化层的缺乏 ，