卫星图像对天气监测和预报工作十分重要，而可见光和红外光卫星图像在这方面均被广泛应用。前者具有较高的解像度，有助仔细分析天气系统的特征，但图像只能在日间地球受到阳光的照射下才能被制作出来；至于后者虽然解像度较低，但日间和夜间都能够制作出红外光卫星图像来使用。

随著人工智能科技的进步，天文台开发了深度学习模型以生成虚拟夜间可见光卫星图像，协助预报员在晚间厘定热带气旋中心的位置。这模型是一个「条件生成对抗网络」（CGAN）模型，当中包括生成器和判别器（图一）。利用过去向日葵8号（H-8）卫星不同频道的图像来训练模型，以改善生成器和判别器的表现。完成模型训练后，输入实时卫星图像予CGAN模型便可生成虚拟可见光图像。2021年12月热带气旋雷伊是很好的例子，显示CGAN模型生成虚拟可见光图像的效用（图二）。