تمكن الدكتور خالد الغفلي، أستاذ مساعد في كلية الهندسة بجامعة الإمارات، من دراسة مبتكرة تهدف إلى فهم ديناميكيات  المياه الجوفية في إمارة أبوظبي وتحديد العوامل الرئيسية التي تؤثر على تغيرات مستويات  منسوب المياه الجوفية. تتكامل دراسته مع البيانات الهيدرولوجية والملاحظات المستخلصة من الأقمار الصناعية، حيث يستخدم تقنيات التعلم الآلي لتطوير نموذج للتنبؤ بتغيرات منسوب المياه الجوفية. وتعد هذه الدراسة الأولى من نوعها في المنطقة التي تستخدم تقنيات الذكاء الاصطناعي للتنبؤ بمعدل تغيّير منسوب  المياه الجوفية عبر الزمن.
أحد الجوانب المهمة في هذا البحث هو استكشاف تأثير التغيرات المناخية، وبالأخص ظاهرة "إل نينيو التذبذب الجنوبي" (ENSO) على الموارد المائية الجوفية، حيث تؤثر هذه الظاهرة في أنماط وخصائص الأمطار، مما يؤثر بدوره على معدل تغذية المياه الجوفية. من خلال إدخال هذه المتغيرات في النموذج، كما يقدم الدكتور الغفلي رؤى قيمة حول كيفية تأثير الظواهر المناخية العالمية على النظم الهيدرولوجية المحلية، مما يمثل خطوة هامة نحو تحسين إدارة الموارد المائية في المناطق الجافة مثل دولة الإمارات.
وأشار الدكتور خالد الغفلي " يهدف هذا البحث إلى إثبات إمكانيات البيانات الفضائية في توفير مراقبة فعالة من حيث التكلفة وقابلة للتوسع لمراقبة   منسوب المياه الجوفية. في حين أن أنظمة المراقبة التقليدية للمياه الجوفية تعتمد على الآبار، التي تكون محدودة جغرافيًا ومكلفة وتتطلب صيانة مستمرة، تتيح المهمات الفضائية مثل GRACE و  GRACE-FO، مراقبة مستمرة وبعيدة المدى لتغيرات تخزين المياه الجوفية على نطاق واسع.
ومن خلال الاستفادة من هذه البيانات الفضائية، طور الدكتور الغفلي نظامًا مبتكرًا لمراقبة المياه الجوفية يدعم استراتيجيات الإدارة المستدامة للموارد المائية. يعد هذا النهج بالغ الأهمية في المناطق التي تعاني من ندرة المياه، خاصة مع تزايد الأحداث المناخية المتطرفة نتيجة لتغير المناخ. يمكن لأنظمة المراقبة الدقيقة للمياه الجوفية أن تساهم في إدارة الجفاف والتخطيط للقدرة على التكيف مع التغيرات المناخية.
وأوضح الغفلي " لقد قمنا  بالتعاون مع العديد من المؤسسات خلال هذه الدراسة، حيث ساعدت سجلات الآبار المقدمة من هيئة البيئة - أبوظبي (EAD) في التحقق من صحة البيانات الفضائية واختبار  دقة النموذج.  ساهم البحث في التعاون مع باحثين من جامعة غلاسكو في اسكتلندا وجامعة فاغنينغين في هولندا لتعزيز نتائج البحث و الإستفادة من الأساليب المختلفة المستخدمة في تلك الدول"
وأضاف " مع استمرار تحسين دقة البيانات الفضائية من خلال مهمات جديدة لرصد الأرض، سيتركز البحث المستقبلي على تحديث وإعادة تدريب الخوارزميات التنبؤية باستخدام بيانات فضائية عالية الدقة. هذا سيسهم في تحسين دقة التقديرات المكانية لتخزين المياه الجوفية، مما يجعل النماذج أكثر فعالية لإدارة الموارد المائية على المستوى الإقليمي والمحلي. كما أن توسيع تطبيق نماذج التعلم الآلي إلى مناطق أخرى في الإمارات وخارجها قد يقدم رؤى أوسع حول ديناميكيات المياه الجوفية في ظل الظروف المناخية المختلفة. كما نعمل حاليًا على تصغير نطاق النموذج لتمثيل تغيرات تخزين المياه الجوفية بدقة أعلى."