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


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 ，Cambioni 的说法是 ——“只有机器学习算法，
与海绵一样，