在湍流输运过程中的应用要求大涡模拟(LES)可以准确预测湍流中流体粒子和重颗粒的拉格朗日统计量。由于粒子会受到湍流小尺度运动的影响，但LES却不能分辨亚格子尺度下的运动，因此目前LES难以准确预测湍流中的粒子运动性质。本文通过直接数值模拟(DNS)与LES计算了均匀各向同性湍流中的流体粒子和重颗粒运动，主要研究亚格子速度场对拉格朗日统计量的影响。　　 对于湍流中的流体粒子运动，LES会高估拉格朗日速度关联的时间尺度而低估拉格朗日均方根速度，但两项误差相互抵消后LES可以对湍流扩散系数作较准确的预测。在涉及两个粒子运动的相对扩散中，当粒子对的初始分离距离小于LES中所能分辨的最小尺度时，LES会显著低估粒子对的相对扩散率；而随初始分离距离增大，LES的计算误差会相应地减小。利用泰勒展开和湍流封闭理论对速度关联进行分析发现，缺乏亚格子尺度运动和附加的涡粘模型导致LES高估速度关联时间尺度。而在LES中增加亚格子速度场，如白噪声或人工小尺度湍流速度场可以改善拉格朗日统计量预测结果。　　 对于湍流中的重颗粒运动，颗粒自身的惯性使其对湍流小尺度脉动的敏感程度低于流体粒子，所以LES虽然会高估重颗粒的拉格朗日速度关联时间尺度，但预测误差小于相应的流体粒子结果。另一方面，重颗粒受湍流旋涡的离心力作用被扫掠到旋涡外围，从而易于在低涡量和高剪切区域形成局部积聚。这一现象与湍流的小尺度运动有关，因此LES难以对其进行准确预测。本文发展了新模型使得在LES中的Stokes数与相应DNS中的Stokes数相似，从而可以改善大范围内不同Stokes数颗粒在LES中的局部积聚结果。另外，反卷积方法可以部分恢复LES过滤后的速度场。在使用该方法后，LES中拟涡能谱的分辨程度提高，这可以部分改善颗粒局部积聚结果。