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