Las aguas subterráneas son un recurso esencial que satisface todas las demandas diarias de agua de la humanidad, apoya el desarrollo industrial, influye en la producción agrícola y mantiene el equilibrio ecológico. Los datos de teledetección pueden predecir la ubicación de recursos hídricos potenciales. El estudio actual se llevó a cabo en la región del río Amarillo de China, en la Región Autónoma Hui de Ningxia (NHAR). A través del uso de una técnica de aprendizaje automático basada en la relación de frecuencia en SIG, se generaron e integraron nueve capas de evidencia influenciadas por datos de teledetección. Las capas utilizadas son características del suelo, aspecto e índice de rugosidad del terreno, densidad de drenaje, elevación, densidad de lineamientos, depresiones, precipitación y distancia al río desde la ubicación. Se encontraron seis zonas prospectivas de aguas subterráneas (GWPZ) que tienen valores de potencialidad muy baja (13%), baja (30%), moderada (25%), alta (16%), muy alta (11%) y extrema (5.26%). Según los datos de pozos utilizados para validar el mapa de GWPZ, aproximadamente el 40% de los pozos son consistentes con zonas de muy alta a excelente. La información sobre la productividad de las aguas subterráneas se recopiló de 150 ubicaciones de pozos. Utilizando datos de pozos que no se habían utilizado para el entrenamiento del modelo, los mapas resultantes de GWPZ fueron validados mediante análisis de área bajo la curva (AUC). Los modelos de FR tienen una calificación de precisión de 0.759. Se utilizaron datos de Landsat para caracterizar los cambios en la cobertura terrestre del área de estudio. Las diferencias espaciotemporales en la cobertura terrestre se detectan y cuantifican utilizando imágenes multitemporales que revelaron cambios en el agua, la agricultura y las actividades antropogénicas. En general, combinar diferentes conjuntos de datos a través de un SIG puede revelar las áreas prometedoras de recursos hídricos que ayudan a planificadores y gestores.