气候变化背景下，高温热浪及其伴随的城市热岛效应和野火造成的大气污染对人体健康的负面影响加剧，老年人、儿童、户外作业人员、既有慢性病人群对高温热浪更加敏感。高温热浪除直接导致中暑就诊和死亡率升高外，对心脑血管疾病的影响整体大于呼吸系统疾病，其中高温热浪本身及其与大气污染物联合暴露对不同国家和地区呼吸系统疾病的影响存在空间差异，这种差异与城市局地气候和经济发展有关。未来仍需开展多城市、大样本量的流行病学研究，精细评估气候特点、人口特征、城市公共基础设施建设以及高温应对措施对公众健康的影响，为因地制宜制定气候变化应对策略和干预措施提供依据。

“万物皆有AI”已经在2024年初步呈现，全球在气象观测、预报、服务、研究和管理等方面无不被注入了AI/DL（人工智能/机器学习）要素，呈现了既有遵循物理路线的持续进步，又不乏借助AI/DL让发展更具跨越性、变革性的特征。其中，气象机构与AI企业深度合作创新、气象卫星和雷达更新换代的加速推进、数字孪生技术催生新信息和服务业态，以及气象发展规划、管理在量化和可控两个方向的强化等，是2024年度尤其值得追踪和关注的内容。

大气垂直结构观测是综合气象观测的重要组成部分，是天气预报和数值预报的核心数据来源之一。文中探讨了地基遥感垂直观测技术的发展和国内外站网建设现状，分析了设备定标、质量控制、协同观测技术，以及垂直新产品的研发和新资料在天气监测和预报研究中的应用现状，探讨了地基遥感垂直观测新业务建立面临的问题并做了展望。

精准的气温预报对应对极端天气、保障公共安全、优化农业和能源管理等具有重要意义。基于机器学习的数值预报偏差订正技术显著提升了气温预报质量。为了探寻近年来机器学习方法在气温预报偏差订正方面的使用效果，系统回顾了近年基于机器学习的气温预报偏差订正研究进展，并梳理了机器学习方法，如决策树、随机森林、人工神经网络、支持向量机、聚类算法等，及深度学习算法，如深度神经网络、卷积神经网络、循环神经网络、图神经网络等的最新应用成果。结果表明：机器学习算法通过挖掘历史气象数据中的复杂模式和关联，可有效订正数值模式预报的气温偏差；集成学习方法通过融合多种机器学习模型和神经网络的优势，显著提升了预报的准确度和稳定性；新兴技术如Transformer和图神经网络展现出巨大潜力，尤其是在处理复杂时空数据和捕捉空间相关关系方面表现突出。未来，多源数据的高效融合、模型可解释性和不确定性分析的增强，以及实时学习和适应性模型的开发，可能为进一步提升气温预报的精度提供重要的技术路径。