本文摘自太平洋电脑网，原文链接：https://news.pconline.com.cn/1461/14616407.html，侵删。
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，其表面或缺乏细颗粒物。 通过早期望远镜观察，科学家们曾认为 Bennu 表面很像是一个沙滩，覆盖着细沙和鹅卵石等易收集的样本。但当执行 OSIRIS-REx 小行星采样任务的航天器于 2018 年抵达 Bennu 时，地面团队却有了意外的发现。
现实表明，小行星 Bennu 的表面并非由小于几厘米的细分化层构成，而是覆盖着许多巨石。
在发表于《自然》杂志上的一篇文章中，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。
可知在进行这项研究时，他还是亚利桑那大学月球与行星实验室的一名。但现在，他已经是麻省理工学院地球、大气与行星科学系的博士后杰出研究员。
他与同事们发现，由于 Bennu 具有高度多孔的岩石，最终导致其表面缺乏更精细的风化层。
研究配图 - 3：高孔隙度岩石对精细风化层的产生造成了阻碍
OSIRIS-REx 任务名的后缀，代表着‘风化层探索’（Regolith Explorer）。因而绘制小行星的特征表面，也是这项任务的一个主要目标。 航天器为 Bennu 的整个表面收集了非常高分辨率的数据，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，精细风化层的缺乏，也对任务本身的样本收集构成了一个艰巨的挑战。
据悉，为了将样本带回地球，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。
然而受大量巨石的影响，安全采样点的范围被缩小到了仅 5 个车位左右的大小。最终航天器于 2020 年 10 月成功与小行星接触，并收集了 Bennu 上的样本材料。
扩展数据 - 图 7
Saverio Cambioni 补充道：“当看到 Bennu 的首张照片时，我们注意到某些区域的分辨率不够高，因而无法看到小行星上是否有小岩石或细小的风化层”。
但通过机器学习方法，对热发射（红外）数据进行分析后，研究人员得以从岩石从分离出细小的分化层。 可知与较大岩石相比，其热辐射大不相同。前者受其颗粒大小的控制，而后者受岩石孔隙度的影响。
为此，研究团队先构建了一套以不同比例、混合不同孔隙度的岩石的细风化层相关的热排放示例库。然后借助机器学习技术，教计算机如何在示例之间连接各个点位。
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。Cambioni 的说法是 ——“只有机器学习算法，才能有效地探索如此庞大的数据集”。
扩展数据 - 图 9
数据分析完成后，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。岩石孔隙度更高的地方，其含量反而更低，意味着 Bennu 地表的大部分区域都是如此。
最终，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，无法产生精细的分化层，因为他们是被压缩、而不是被流星体撞击而形成的破碎。
与海绵一样，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。
相关阅读 >>
艾尔登兽直接跳！大神14分08秒速通《艾尔登法环》刷新世界记
首款告别128gb时代的骁龙8旗舰！iqoo 9系列3999起
更多相关阅读请进入《新闻资讯》频道 >>
