사람, 동물, 식물이 함께 존재하는 하천 환경은 각자의 생존을 이어 가기 위해 중요한 장소이다. 특히 하천 수질은 생물의 생존에 직접적인 영향을 주므로, 하천 수질을 효과적으로 관리하는 것이 필수적이다. 하천 수질을 효과적으로 관리하기 위해서는 하천 수질을 정확하게 예측하여 적절한 수질 관리 계획을 수립하는 것이 중요하다. 많은 연구자들이 하천 환경의 수질을 모델링하기 위해 다양한 도구를 활용해 왔다. 지금까지 하천 수질은 Soil and Water Assessment Tool (SWAT) [1], Hydrological Simulation Program-Fortran (HSPF) [2], QUAL2E [3]와 같은 유역 모델을 사용하여 모델링되어 왔다. 그러나 이러한 모델들은 미국 정부(United States Department of Agriculture 및 United States Environmental Protection Agency)가 개발한 것이므로, 한국의 유역에 직접 적용하는 데는 어려움이 따른다. 또한 최근에는 인공지능(Artificial Intelligence, AI)의 활용이 다른 방법론에 비해 높은 예측 정확도, 비선형성에 대한 적응성, 높은 처리 속도 등의 이유로 점차 증가하고 있다. 하천 수질 모델링에서 AI의 사용이 증가함에도 불구하고, AI에는 효과적인 모델링을 위해 고해상도 데이터셋이 필요하다는 과제가 있다. 그러나 한국에서는 수질 모니터링 관측 지점의 수가 부족하여 하천 환경의 수질 데이터셋 해상도가 낮다.