随着信息技术的不断发展，人们接受信息的方式不再局限于文本形式。信息以声音、图像、色彩等多模态形式呈现，多模态在意义构建方面起到了越来越重要的作用，这也在很大程度上丰富了语言的交际模式和语义表达形式。在这一背景下，多模态话语分析为城市身份建构提供了一个新的研究视角。
　　视觉叙事理论是多模态话语分析的最新发展，在Kress&vanLeeuwen单个图像分析框架基础上，提出了系统分析由多个图像组成的视觉叙事的元功能框架。本研究以多模态话语分析为视角，以视觉叙事和符际互补为理论依托，以平昌冬奥会《北京八分钟》视频为语料，对北京城市身份的多模态建构进行解读以期解决以下三个问题：1.平昌冬奥会《北京八分钟》视频中多模态特征有哪些？2.这些多模态特征建构了北京什么样的城市身份？3.这样的城市身份有什么社会功能？
　　研究结果表明：(1)平昌冬奥会《北京八分钟》主要运用了视觉模态、听觉模态和文字模态。图文结合的形式清楚地表达了视频的核心要点。图像与颜色的合理使用与搭配既突出冰雪主题又表现出一个喜庆充满活力的氛围。图像与音乐的配合让现场氛围更加高涨，实时解说让观众更能明白图像所要表达的意义、传递的情感和传播的文化。(2)多模态特征从国家首都、国际化大都市、文化名城、宜居城市四个方面建构了北京新的城市身份即世界城市。科技迅速发展让北京的国际交流进一步提升；独具风韵的东方文化让北京在文化上占有了制高点；环保的发展与便利的生活设施让北京更加宜居。从物质和精神文化建设两个方面，多模态特征又建构出北京国际体育中心城市的身份。北京体育产业发达，经常举办有影响力的国际体育赛事，体育场地及器材设施发达，体育融入市民生活，具有良好的体育氛围。(3)这些多模态特征构建北京城市身份的同时也向全世界展现了一个不同往日的中国形象。内容上丰富国家形象的内在性，北京城市身份是国家形象的重要组成部分；形式上增强国家形象的接纳性，多模态视觉文化带来更直观的审美体验；传播上促进国家形象的影响性，促进民族性与世界性文化进行融合。
　　本研究将视觉叙事与符际互补理论付诸实践，分析了平昌冬奥会《北京八分钟》视频中的城市身份建构，为城市身份建构研究提供了新的视角；同时，本研究为平昌冬奥会《北京八分钟》视频提供了新的欣赏角度，对提高观看者的动态视频识读能力也有一定的帮助。