隐喻和转喻作为一种思维及认知方式是对世界概念化的重要手段。从认知的角度，对于隐喻及转喻的传统研究主要集中在言语层面，着重探讨隐、转喻的类型及其对意义的构建。然而，非言语符号，比如图像、声音、手势在大多数情况下可以传递比语言更精准的意义。国内学者从认知语言学角度，对隐喻和转喻的本质及类型的研究已经成熟，然而鲜少聚焦于多模态话语中隐、转喻的互动来构建语篇意义。近几年，多模态语篇的研究迅速发展，从研究的角度看，主要分为系统功能语言学角度和认知语言学角度，研究的语类多为广告、漫画及宣传片等。从认知语言学的角度对多模态语篇的研究多数集中在对多模态隐喻的识别与描述，较少涉及纪录片中隐、转喻的类型及对语篇意义的构建。本文以Lakoff的概念隐喻、转喻理论以及Ruiz de Mendoza和Diez Velasco隐、转喻互动理论为基础，整合Charles Forceville在多模态隐、转喻方面的最新研究成果，以大型纪录片《美丽中国之西藏篇》为语料，旨在研究纪录片中的多模态隐喻和转喻的类型以及意义是如何通过多模态隐、转喻的类型及其各个模态而构建的。本文采用定量与定性的方法，从认知机制出发，采用描述、识别、解释再讨论的步骤对所选择的语料进行系统分析，拟回答如下问题：（1）在该多模态语篇中，存在哪些类型的多模态隐喻及转喻？（2）在该语篇中，语篇意义是如何通过多模态隐、转喻及其模态构建的？研究发现，首先，纪录片中主要出现的多模态隐喻包括实体隐喻，主要有“人”隐喻和“容器”隐喻；概念隐喻，包括“家”隐喻，“和谐”隐喻，“战斗”隐喻，“旅行”隐喻和方位隐喻，包括“上”和“前方”隐喻。其次，多模态转喻的类型主要集中在部分代替整体这一类，具体指个体代替整体、特征属性代表事物、次事件代表复杂事件和普通民众代替某一特定职业群体。最后，语篇意义的构建主要通过如下四种模式来完成：第一，模态间的互动保证了单一多模态隐、转喻意义的传递；第二，隐、转喻之间的互动确保意义被传递；第三，隐喻的认知连贯功能保证了语篇意义的构建；第四，独立的转喻能够传递意义。