近数十年来,随着信息技术和多媒体技术的飞速发展,通过单一的文本模式表达和获取信息的方式已经无法满足人们的需求,人们逐渐进入到一个多模态交际的时代。然而,传统的话语分析局限于对语言的分析,而对其他模式,如图片,颜色,声音,动作等的关注较少,于是,多模态话语分析应运而生。多模态话语分析理论,主要以Halliday(1994)的系统功能语法为基础,并把其所定义的三大元功能延伸到除语言之外的其他社会符号。Kress和van Leeuwen (1996)在他们的著作《阅读图像》中提出了第一个系统全面的分析图像的框架,视觉语法,为多模态话语分析提供了具体的理论依据。Martin (1992)提出了五个层面系统,总结出了一个涉及语言和非语言,结合文化,语境,内容和表达等方面的综合性分析框架。以上相关理论构成本文的理论框架。本文选取《舌尖上的中国2》作为研究对象,尝试对其话语意义构建和各模态之间的关系进行分析研究。研究主要从两大方面入手：视觉语法的实例分析以及文化,语境和形式等层面的综合分析。在视觉语法方面,主要是以Kress和van Leeuwen的理论为依据,分析其三大元功能：再现意义,互动意义和构图意义在《舌尖上的中国2》里的体现及各个模态间的补充和烘托。并选取数个镜头为实例,论证其有效性；在文化方面,主要是以马丁(1992)的理论为依据,综合分析了《舌尖上的中国2》中蕴含在图像背后的信息,以及隐藏在丰富的食材和多样化的烹饪方式后面的文化元素。本研究是从三大元功能分析纪录片的新尝试,通过研究,得出以下结论：首先,视觉语法中所涉及的模态会集中出现在每一个镜头中,但是,其意义构建过程是不断变化的,其中某种意义构建方式或某些意义构建方式的搭配相对其他会更容易让观众理解和接受,所以出现频率会更高。各个模态之间相互作用,有互补关系。其次,模态间的互补和文化元素的融合,使得意义表达更加流畅自然。本研究在一定程度上拓宽了多模态话语分析的研究领域,提高人们对多模态文本的识读能力,希望有助于启发文化宣传类视频的制作者们更加关注模态间的相互作用,使之更能为不同文化背景的观众理解接受。