社会的前进带动生活的变化，进而影响学科方面的研究。多模态交流方式调动了人类视觉、听觉和感觉等多种感官，被越来越多的人们接受和使用，因此关于多模态话语的研究也就应运而生。纪录片是以真实生活为创作素材，以真人真事为表现对象，以展现真实为本质，并用真实引发人们思考的电影或电视艺术形式。纪录片在内容的展现方面结合了声音、画面等多种要素在内。中国美食纪录片《舌尖上的中国》自推出以来在国内国际上受到广泛的关注及好评。　　本研究以《舌尖上的中国》为研究对象，旨在分析该纪录片是如何利用视觉、声觉、语言等模态呈现意义的，同时探究该片中各种模态之间如何互动突出整体意义使其能够成功的将各种美向人们传达出去。采用定性研究为主定量研究相辅的方法，以Kress和van Leeuwen的视觉语法以及张德禄的多模态话语分析综合框架为理论框架，选取纪录片《舌尖上的中国》中的语料进行多模态分析。研究发现，首先，视觉语法中三意义各方面几乎均有涉及，但出现频率各有不同；其次，视觉语法与综合理论框架适用于分析动态多模态话语；再次，记录片中主要模态形式的关系体现为互补关系和非互补关系两大类：最后，舌尖上的中国主要参与者为食物且包含了中国的历史、文化、传统及民族特色。本研究具有一定的意义，在学科研究领域方面本研究为多模态话语分析研究领域增瓦添砖，为同类研究者提供了参考，丰富了多模态话语研究；在现实生活中，为多模态视频的制作提供了参考，同时有利于观看者可以更明确，深入地理解多模态视频语篇。