图像还可以表示为一棵树（图2．21C），方框表示叶结点井用序列号作标记，内部结点（非叶结点）用圆圈来表示并以字母标记，顶部是根结点。每个结点都代表一个图斑块，图斑块的大小取决于它在树中的层次，最低层（最深）为第零层，在这一层的图斑块与栅格像元等同。
一般来说，地图上所记录的属性值有许多个。当图形以树形结构表示时，叶结点包含的像元（第零层图块）对应某一类别值，叶结点没有子结点，它们的类型或黑或白。内部结点由于类别混合形成灰色，内部结点的子结点可以是新的内部结点可以是最后的叶结点。
八叉树与四叉树相类似，唯一的不同是前者每个父结点有8个子结点并且地址码也是八进制的。
运用四叉树或八叉树来代替完整的栅格结构的目的，是为了节省栅格数据的空间需求。一般的，如果空间精度增加一倍（如行列数增加），则栅格数据增加将到原先的四倍，而四叉树的大小还仅仅是原先的两倍。随着图像精度的提高，四叉树的深度也会增加，栅格方式与四叉树方式存贮空间的差异会更显著。但是图像在相邻像元连续变化的情况下有时会无法进行压缩，最坏的情况如棋盘格式，线性四叉树所需空间是完全栅格的2倍，因为在第零层每个像元都是一个叶结点。空间上的节省提高了某些算法处理四叉树的效率，因为四叉树地址可以用单个的Morton地址来表示，查找某一地址的斑块时就比较快捷。两幅或多幅四叉树表示的影像的叠置也同样比较有效。
另一方面，无论是从栅格数据或从矢量数据构建四叉树或八叉树都比较费时，特别是对层次较多而且空间变化复杂的树。同样，某些操作运用四叉树结构时与完全栅格相比反而更慢。四叉树数据的显示比游程编码数据要慢。四叉树不利于需要创建新树的操作，如转置、旋转或比例尺变换。选择是否运用四叉树表示栅格数据，需要在处理速度和存贮容限之间作折衷。
2．矢量数据结构
1）Spaghetti结构
在Spaghetti结构中，坐标表是与每一个基本的空间对象（点、线或多边形）相联系的（表2．3）。它不用拓扑属性，因而对地图的遍历需要查找所有的空间坐标。这对查询操作非常不便，但对显示非常方便。点、线和多边形都有各自的坐标表，互相之间并不相连。这种连接只有通过计算空间坐标才能确定。即使在一幅复杂程度中等的地图中，空间坐标也需占大量的存贮空间，诸如分析一个点是否在某个多边形内，或确定两条线的交点等操作就非常费时。表2．3表示了简单的点、线和闭合多边形的数据结构（Spaghetti结构），在该结构中线和多边形都没有拓扑数据，多边形的公共边界是两个相邻多边形的公共部分，所以被定义了两次。
A．点表：X、Y是位置坐标，A1，A2，…，An是专题属性。点表非常直观，每一个点由表中的一行来表示，列表示其空间位置和属性特征（表2．3A）。
B．线表：由线段记录相连而成，每一条线段由顺次相连的点或中间点（Vertices）来定义。定义线段的中间点的数目是可变的。线表记录信息分为两类，一类记录是线的ID号、中间点数目和其它属性特征，它们组成每条线段记录的头文件，如表2．3B中第一行记录“1、5、2、7”，“ 1”是线的ID号，“5”是线的中间点总数目，“2、7”是线的属性特征值，另一类记录是每个中间点的坐标如表2．3B中的第2行至第6行。