20世纪90年代兴起的多模态话语分析(Multimodal Discourse Analysis)弥补了以往只关注语言事实的不足，研究了图像、声音、颜色、动漫、科学符号等其它意义表现形式。该理论基于系统功能语言学和符号学。隐喻是认识语言学当中一个重要研究内容，有关它的理论不断地被更新发展，并且出现了对图片文本而不是文字文本的分析，其中以Charles Forceville(1996，2009)为代表，但他是从认知的角度去研究多模态隐喻。　　 本文结合Kress & vanLeeuwen(1996，2006)的视觉语法理论(Visual Grammar)，Lim Fei Victor(2004)的多模态符号理论框架Integrative Multi-semiotic Model，以及张德禄(2009)的综合理论框架和OHalloran(1999，2003)探索出的符号隐喻，得出一个从系统功能语言学角度研究多模态隐喻的理论框架。采用定性分析的方法，以美国大选的政治漫画为语料，分析其文化层面、语境层面、内容层面上的文字与图片间的符号隐喻互动，以及内容层和表达层共同作用实现视觉语法的三大功能意义，即再现意义、互动意义、篇章意义。最后本文探讨了多模态隐喻的构建和解读，提出了构建隐喻的一些方法和策略及解读隐喻的着手点。本文的分析也是对所建模型的检验。