Алгоритмы для построения тематической продукции, получаемой с использованием данных ДЗЗ, зачастую зависят от наличия информации в видимом спектре длин волн. Данный факт ограничивает применение подобных алгоритмов в ночное время суток. Одним из решений данной проблемы может стать разработка алгоритма восстановления информации в видимом спектре на основе генеративно-состязательной модели нейронной сети по данным ИК каналов. Используемый в данной работе генеративно-состязательный метод обучения нейронных сетей показывает не сегодняшний день наилучшие результаты в задаче генерации изображений из исходной информации. Генеративно-состязательная модель включает в себя модуль-генератор, формирующий спутниковые изображения в видимом диапазоне длин волн, и модуль-дискриминатор, предназначенный для обучения генератора. Разработанная модель позволяет рассчитывать значения коэффициентов спектральной яркости в каналах 0.65, 0.86 и 1.65 мкм, а также значения оптической толщины для различных типов подстилающей поверхности и облачности. В качестве исходных данных алгоритм использует информацию из ИК каналов в диапазоне от 6.7 до 12 мкм, получаемых по данным прибора AHI КА Himawari-8. Для косвенной оценки точности восстановления видимых каналов в ночное время производится расчет параметров облачности и ее последующая классификация по типам с использованием алгоритма классификации облачности для дневного времени суток. Анализ результатов классификации облачности свидетельствует о небольшом завышении значений микрофизических параметров, таких как оптическая толщина, эффективный радиус облачных частиц и др., что приводит к переоценке потенциально осадкообразующей облачности. Повышение точности восстановления коэффициентов спектральной яркости в видимом диапазоне является темой для дальнейших исследований.