目的 分析淮河流域山东、河南、安徽、江苏四省地下水水砷分布,探讨地理信息系统(GIS)预测模型结果的准确度.方法 以淮河流域四省地下水水砷含量调查结果为分析源数据,按水砷含量进行分层,以水砷＞ 0.01 mg/L为统计标准,计算超标自然村数及各县(区)的超标率.同时,在GIS预测模型地图中标记所有抽样县(区)的位置,以砷污染概率0.3灰度值为标准,将GIS预测模型与该省份地下水水砷实际检测分布情况进行拟合分析,计算GIS预测模型的准确度.结果 在淮河流域的四省共抽取61 824口井,分布于2 781个自然村中,确认高砷污染村(水砷＞ 0.01 mg/L)有474个,平均检出率为17.04％(474/2 781).其中山东、河南、安徽、江苏省高砷村检出率分别为13.19％(79/599)、23.82％ (101/424)、74.25％(199/268)和6.38％(95/1 490),各省间的检出率比较差异有统计学意义(x2=820.84,P＜0.05).以县(区)为单位,在四省103个县(区)中,由GIS预测模型所预测的概率＞0.3的高砷县有72个,占总数的69.90％(72/103),其中山东、河南、安徽、江苏省分别为67.86％(19/28)、61.36％(27/44)、85.71％(12/14)和82.35％(14/17).在103个县(区)中,实际抽样检出超标的县(区)有62个,其中经GIS模型预测地下水高砷概率＞03的有42个,灵敏度为67.74％(42/62);实际抽样检出未超标县(区)有41个,其中经GIS模型预测地下水高砷概率＜0.3的有11个,特异度为26.83％(11/41).山东、河南、安徽、江苏省GIS模型预测结果灵敏度分别为57.89％(11/19)、59.09％(13/22)、84.62％(11/13)和87.50％(7/8).结论 水砷抽样调查实际结果与GIS模型预测结果拟合度较好,GIS模型对地区地下水高砷污染预测有较高的准确度。