Este estudio tiene como objetivo clarificar la influencia de entornos fotográficos bajo diferentes fuentes de luz en la predicción del valor SPAD basada en imágenes. Las variables de entrada para la predicción del valor SPAD utilizando Random Forests, XGBoost y LightGBM fueron los valores RGB, los valores HSL, los valores HSV, la temperatura del color de la luz (LCT) y la iluminancia (ILL). El rendimiento del modelo fue evaluado utilizando el coeficiente de correlación de Pearson (COR), la eficiencia de Nash-Sutcliffe (NSE) y el error cuadrático medio (RMSE). Especialmente, la predicción del valor SPAD con Random Forests resultó en una alta precisión en un entorno de luz estable; COR y COR fueron 0.929 y 0.922, respectivamente. La predicción del valor SPAD basada en imágenes fue efectiva bajo luz halógena con una temperatura de color similar al atardecer; COR y COR fueron 0.895 y 0.876, respectivamente. El valor HSL bajo LED podría ser utilizado para predecir el valor SPAD con alta precisión en todas las medidas de rendimiento. Los resultados respaldaron la aplicabilidad de la predicción del valor SPAD utilizando Random Forests bajo una amplia gama de condiciones de iluminación, como el atardecer, mediante el entrenamiento de un modelo basado en datos recopilados bajo diferentes condiciones de iluminancia en varias fuentes de luz. Se requieren estudios adicionales para examinar este método bajo condiciones exteriores en entornos de luz espaciotemporalmente dinámicos.