跨尺度自适应模拟是实现极端气象事件精准模拟与空气质量状况可靠预测的关键手段。本研究基于四面体自适应网格与有限元算法，构建了一套三维非结构网格数值预报模式动力框架；结合传统后验误差估计理论与人工智能技术，实现了四面体网格的实时动态调整。一系列理想试验表明，该框架在大气模拟场景中兼具高精度与高效率的特点。然而，当前广泛应用的物理化学参数化方案，普遍采用规则单柱垂直结构化的实现方式，难以与自适应网格模式中完全非结构化的四面体自适应网格实现耦合与兼容。针对该挑战，本研究设计了面向非结构网格的耦合器，旨在协调动力框架所解析的大气状态变量，与物理、化学参数化过程中所描述的次网格热力及动力演变趋势。模拟结果显示，该耦合方法可准确刻画理想超级单体的生成演化、理想大气辐射过程的定量计算，以及点源排放臭氧前体物的局地分布特征与动态演变规律。为进一步提升计算效能，本研究建立了循环交换与计算强化等优化策略，使自适应模式在单 CPU 核心上的计算性能提升 1.69倍。在 GPU 并行计算优化方面，针对形函数求解、导数计算及坐标变换等关键模块，开发了专用内核程序。基于批处理模式的 GPU 计算方案，在求解 6×6 矩阵与 3×3 特征向量问题时，相较于单 CPU 核心实现了数十至数百倍的加速效果，显著提升了模式的大规模并行计算能力。

动力框架,变网格,数值模拟