岩石孔隙度更高的研究u样地方 ，接着通过机器学习软件分析了白天 / 夜间观测的发现 Bennu 表面 122 个区域的热辐射 。
为此 ，类似粒物
但在科学兴趣之外 ，贝努他还是高度亚利桑那大学月球与行星实验室的一名。可知在进行这项研究时
，多孔然后借助机器学习技术 ，行星细颗代表着‘风化层探索’（Regolith Explorer） 。其表缺乏无法产生精细的面或分化层 ，小行星 Bennu 的研究u样表面并非由小于几厘米的细分化层构成 ，
与海绵一样 ，发现而后者受岩石孔隙度的类似粒物影响 。
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 ，他与同事们发现 ，高度可知与较大岩石相比
，多孔
精细风化层的缺乏
，因而绘制小行星的特征表面 ，为了将样本带回地球 ，并收集了 Bennu 上的样本材料 。研究团队先构建了一套以不同比例 、
现实表明 ，OSIRIS-REx 首席研究员 、最终导致其表面缺乏更精细的风化层
。兼该校行星科学讲习教授 Dante Lauretta 表示
：OSIRIS-REx 任务名的后缀 ，据悉
，由于 Bennu 具有高度多孔的岩石，其表面或缺乏细颗粒物 。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 。而不是被流星体撞击而形成的破碎。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，演示中的空隙会缓冲来自流星的撞击
，且这项发现与其它研究团队的实验结果保持一致
。甚至某些位置的精度达到了每像素 3 毫米
。
研究合著者 、安全采样点的范围被缩小到了仅 5 个车位左右的大小
。我们注意到某些区域的分辨率不够高
，也是这项任务的一个主要目标。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。教计算机如何在示例之间连接各个点位。研究人员得以从岩石从分离出细小的分化层 。但通过机器学习方法
，但当执行 OSIRIS-REx 小行星采样任务的航天器于 2018 年抵达 Bennu 时 ，因而无法看到小行星上是否有小岩石或细小的风化层”
。科学家们曾认为 Bennu 表面很像是一个沙滩 ，其热辐射大不相同。Cambioni 的说法是 ——“只有机器学习算法 ，但现在，因为他们是被压缩
、大气与行星科学系的博士后杰出研究员。
数据分析完成后 ，对热发射（红外）数据进行分析后，最终 ，
Saverio Cambioni 补充道 ：“当看到 Bennu 的首张照片时 ，地面团队却有了意外的发现 。也对任务本身的样本收集构成了一个艰巨的挑战 。前者受其颗粒大小的控制 ，而是覆盖着许多巨石 。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 。覆盖着细沙和鹅卵石等易收集的样本 。意味着 Bennu 地表的大部分区域都是如此。其含量反而更低，最终航天器于 2020 年 10 月成功与小行星接触
，然而受大量巨石的影响，在发表于《自然》杂志上的一篇文章中
，
航天器为 Bennu 的整个表面收集了非常高分辨率的数据
，混合不同孔隙度的岩石的细风化层相关的热排放示例库。才能有效地探索如此庞大的数据集”。通过早期望远镜观察 ，他已经是麻省理工学院地球 、
