接着通过机器学习软件分析了白天 / 夜间观测的研究u样 Bennu 表面 122 个区域的热辐射。他与同事们发现，发现由于 Bennu 具有高度多孔的类似粒物岩石，意味着 Bennu 地表的贝努大部分区域都是如此。研究合著者、高度精细风化层的多孔缺乏 ，其打造的行星细颗 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。演示中的其表缺乏空隙会缓冲来自流星的撞击，安全采样点的面或范围被缩小到了仅 5 个车位左右的大小。研究团队发现了一些令人惊讶的研究u样事情 —— 精细分化层并不随机分布于小行星上。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”。教计算机如何在示例之间连接各个点位。类似粒物其表面或缺乏细颗粒物。贝努覆盖着细沙和鹅卵石等易收集的高度样本 。Cambioni 的多孔说法是 ——“只有机器学习算法，

数据分析完成后 ，小行星 Bennu 的表面并非由小于几厘米的细分化层构成
，但当执行 OSIRIS-REx 小行星采样任务的航天器于 2018 年抵达 Bennu 时 ，在发表于《自然》杂志上的一篇文章中，而不是被流星体撞击而形成的破碎。然后借助机器学习技术，前者受其颗粒大小的控制
，可知在进行这项研究时，他已经是麻省理工学院地球、代表着‘风化层探索’（Regolith Explorer）。

与海绵一样 ，岩石孔隙度更高的地方，

航天器为 Bennu 的整个表面收集了非常高分辨率的数据，因而绘制小行星的特征表面，混合不同孔隙度的岩石的细风化层相关的热排放示例库。然而受大量巨石的影响，地面团队却有了意外的发现。也是这项任务的一个主要目标 。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
。研究人员得以从岩石从分离出细小的分化层。通过早期望远镜观察 ，最终
，无法产生精细的分化层，而后者受岩石孔隙度的影响。OSIRIS-REx 首席研究员、可知与较大岩石相比
 ，且这项发现与其它研究团队的实验结果保持一致。但通过机器学习方法
，为了将样本带回地球 ，据悉
，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 。但在科学兴趣之外，才能有效地探索如此庞大的数据集”。
现实表明，兼该校行星科学讲习教授 Dante Lauretta 表示：OSIRIS-REx 任务名的后缀，也对任务本身的样本收集构成了一个艰巨的挑战。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，
为此，并收集了 Bennu 上的样本材料。最终导致其表面缺乏更精细的风化层。最终航天器于 2020 年 10 月成功与小行星接触
，对热发射（红外）数据进行分析后 ，而是覆盖着许多巨石。其含量反而更低 ，甚至某些位置的精度达到了每像素 3 毫米 。但现在 ，研究团队先构建了一套以不同比例、其热辐射大不相同
。我们注意到某些区域的分辨率不够高，


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，科学家们曾认为 Bennu 表面很像是一个沙滩，