과채류 품질은 생육 단계별 일사량 노출에 영향받는다. 선행연구는 일사량의 시계열적 특성을 반영한 시계열모형과 일사량에 영향을 미치는 기상변수를 사용한 기계학습 연구가 수행되었다. 이 연구는 지표면 일사량에 영향을 미칠 수 있는 대기오염물질 농도와 기상변수가 모두 고려된 트리 기반의 앙상블로 일사량을 예측하는 모형을 제시한다. 연구자료는 기상자료개방포털과 에어코리아에서 수집하였으며 연구 기간은 2015년 1월 1일부터 2019년 12월 31일이다. 수집된 자료는 전처리를 통해 일 단위로 가공 후 기계학습인 랜덤포레스트 (RF), 일반화가속모형 (GBM), XGboost를 통해 일사량을 예측하였다. 모형검증을 위해 5겹 교차검증이 사용되었고 모형 간 예측성능은 평균절대값오차, 평균제곱근오차, 그리고 결정계수로 비교하였다. 5겹 교차검증을 통한 모형 간 예측성능은 GBM이 가장 우수하나 과대적합 문제가 발생한다. 따라서 최적화된 모수를 적용한 결과 RF의 예측력이 가장 우수하였다. 변수의 중요도를 살펴보면 일조시간, 가조시간, 강수 순으로 구름의 양과 미세먼지 농도는 일 단위 일사량 예측에 중요한 변수가 아니다.