Procedural terrain generation is the creation of virtual landscapes through algorithmic means. There are various well tested methods for terrain generation, but most require manual parameter tuning to obtain the expected results. In this work, we propose ansystem that generates terrain height maps and color textures based on real world examples. This generator system is constructed using Generative Adversarial Networks, a deep learning architecture that, over the last years, has shown great results in image synthesis tasks. We model the terrain generation problem as a texture completion task. That results in a system that can not only generate new terrain, but expand and connect existing ones. While the described system has limitations, it provides an useful framework for more complete systems as geospatial data becomes more readily available.Geração procedural de terrenos é a criação de paisagens virtuais através de métodos algorítmicos. Existem vários métodos bem testados para a geração de terrenos, mas a sua maioria exige a configuração manual de parâmetros. Neste trabalho, nós propomos um sistema que gera mapas de altura e texturas de cor para terrenos, baseado em exemplos do mundo real. Este sistema gerador é construído utilizando Redes Adversárias Generativas, uma arquitetura de aprendizado profundo que, nos últimos anos, mostrou ótimos resultados em tarefas de geração de imagens. Nós modelamos o problema de geração de terreno como uma tarefa de compleção de textura. Isso resulta num sistema que não só é capaz de gerar novos terrenos, mas também expandir e conectar terrenos já existentes.Enquanto o sistema descrito possui limitações, ele provê um framework útil para sistemas mais completos, conforme dados geoespaciais se tornam mais disponíveis.