亞利桑那大學帶領的一支科學家團隊得出了一個結論 —— 類似貝努(Bennu)這樣高度多孔的小行星,其表面或缺乏細顆粒物。透過早期望遠鏡觀察,科學家們曾認為 Bennu 表面很像是一個沙灘,覆蓋著細沙和鵝卵石等易收集的樣本。但當執行 OSIRIS-REx 小行星取樣任務的航天器於 2018 年抵達 Bennu 時,地面團隊卻有了意外的發現。
(圖自:NASA / Goddard / UArizona)
現實表明,小行星 Bennu 的表面並非由小於幾釐米的細分化層構成,而是覆蓋著許多巨石。
在發表於《自然》雜誌上的一篇文章中,任務團隊成員 Saverio Cambioni 嘗試藉助機器學習和表面溫度資料來解開這個謎團。
可知在進行這項研究時,他還是亞利桑那大學月球與行星實驗室的一名。但現在,他已經是麻省理工學院地球、大氣與行星科學系的博士後傑出研究員。
他與同事們發現,由於 Bennu 具有高度多孔的岩石,最終導致其表面缺乏更精細的風化層。
研究合著者、OSIRIS-REx 首席研究員、兼該校行星科學講習教授 Dante Lauretta 表示:
OSIRIS-REx 任務名的字尾,代表著‘風化層探索’(Regolith Explorer)。因而繪製小行星的特徵表面,也是這項任務的一個主要目標。
航天器為 Bennu 的整個表面收集了非常高解析度的資料,甚至某些位置的精度達到了每畫素 3 毫米。
但在科學興趣之外,精細風化層的缺乏,也對任務本身的樣本收集構成了一個艱鉅的挑戰。
據悉,為了將樣本帶回地球,其打造的 OSIRIS-REx 航天器需要在面積與 100 個車位的停車場相當的區域內導航。
然而受大量巨石的影響,安全取樣點的範圍被縮小到了僅 5 個車位左右的大小。最終航天器於 2020 年 10 月成功與小行星接觸,並收集了 Bennu 上的樣本材料。
Saverio Cambioni 補充道:“當看到 Bennu 的首張照片時,我們注意到某些區域的解析度不夠高,因而無法看到小行星上是否有小岩石或細小的風化層”。
但透過機器學習方法,對熱發射(紅外)資料進行分析後,研究人員得以從岩石從分離出細小的分化層。
可知與較大岩石相比,其熱輻射大不相同。前者受其顆粒大小的控制,而後者受岩石孔隙度的影響。
為此,研究團隊先構建了一套以不同比例、混合不同孔隙度的岩石的細風化層相關的熱排放示例庫。然後藉助機器學習技術,教計算機如何在示例之間連線各個點位。
接著透過機器學習軟體分析了白天 / 夜間觀測的 Bennu 表面 122 個區域的熱輻射。Cambioni 的說法是 ——“只有機器學習演算法,才能有效地探索如此龐大的資料集”。
資料分析完成後,研究團隊發現了一些令人驚訝的事情 —— 精細分化層並不隨機分佈於小行星上。岩石孔隙度更高的地方,其含量反而更低,意味著 Bennu 地表的大部分割槽域都是如此。
最終,研究團隊得出了一個結論 —— 類似 Bennu 具有高度多孔岩石的小行星,無法產生精細的分化層,因為他們是被壓縮、而不是被流星體撞擊而形成的破碎。
與海綿一樣,演示中的空隙會緩衝來自流星的撞擊,且這項發現與其它研究團隊的實驗結果保持一致。