淮河流域地处中国东部，介于长江和黄河两流域之间。淮河发源于河南省桐柏山，大体自西向东流，途径河南、安徽、山东、江苏四省，流域面积达27万平方公里，人口占全国的16.2％，平均人口密度是全国的人口密度4.8倍。淮河流域水资源占全国的3.4％，水资源利用率超过60％。　　在环境污染物中，砷是重要污染毒物之一，位居污染有毒元素黑名单之首，特别是对地下水的天然污染。经世界卫生组织下属的国际癌症研究中心(IARC)、美国环境卫生研究院(N1EHS)、美国环保局(USEPA)等诸多权威机构认定，砷是人类确认的致癌物，可以通过呼吸道、消化道等途径进入人体，危害到很多系统的正常功能。为了保证人体健康，世界卫生组织推荐饮用水砷标准为0.01mg/L，欧盟和美国均采用了此标准。依据2006年12月29日我国颁布的《生活饮用水卫生标准》(GB5749-2006)，我国的生活饮用水砷含量标准也由0.05mg/L改为0.01mg/L。　　在我国，尤其在农村地区，地下水是主要的饮用水水源。由于地下水砷污染属于砷的天然溶出，受多种因素的影响，如何判定某个地区是否高砷污染，一直受到该领域众多学科的研究者所关注。2013年8月，我国与瑞士联邦水研究所(EAWAG)进行了深入的合作研究，共同开发了地理信息系统(GIS)地下水砷污染预测模型并在Science发表。该模型利用实际地下水检测数据、地质学以及水文地理化学参数作为影响地下水含水层中砷溶解的解释变量，以1km2的精确度精准定位天然的地下水砷污染区域和非污染区域，对地下水含砷量超标区域做出初步判断，大大节省了以往地下水砷调查工作的人力、物力。GIS模型预测出我国受高砷地下水污染的区域超过58万平方公里，涉及暴露人口高达近2000万之多，同时精确地指出了在已经发现的地方性砷中毒区域水砷浓度明显升高。　　为了应用该模型验证所预测的砷污染区域，本次研究我们以淮河流域四省为研究区域，应用UNICEF和地下水砷抽样调查的“十一五”转移支付项目中的检测资料，验证该模型的实用性。本研究从四省中随机选取共计103个县的2781个自然村进行抽样调查，共检测61817口水井中砷浓度，与GIS模型所预测的我国地下水高砷地区分布情况进行拟合对比，分析了解淮河流域水砷污染的大致分布情况。　　研究方法：　　一、抽样方法　　通过“10％抽样法”，即以自然村为单位，对该村所有的管井总数的10％井水抽样，在该村管井分布的东西南北中的部位平均随机抽取，然后检测水砷浓度。在被抽取的全部样品中，只要有一口井水砷浓度超过我国饮用水卫生标准(0.01mg/L)，则确定该村为砷污染村，并需对所有管井进行拉网筛查，最终确定超过上述标准的井数、超标率以及最高污染数值。　　二、样本收集　　本次研究选取了山东、河南、安徽以及江苏这四个位于淮河流域的省份作为调查现场，收集UNICEF课题和“十二五”转移支付项目中山东省博兴、曹县等28个县区共计599个自然村的15858口水井，河南省长葛、长垣等44个县区共计424个自然村的9977口水井，安徽省阜南、怀远等14个县区共计268个自然村的3368口水井，以及江苏省洪泽、淮阴等17县区共计1490个自然村的32614口水井的水砷检出样品数据。　　三、检测与分析　　对收集的共计61817份水样检测数据，采用Excel、SPSS等统计学软件对所有数据进行统计分析;以GIS预测模型所预测的概率大于0.3为标准，将抽样调查的数据统计结果与GIS模型预测结果进行对比，分析拟合度。　　结果：　　1、本次在淮河流域四省采集的61817份水样中，有2983份水样中砷浓度大于0.01mg/L，占所有水样的4.83％;山东的15858份水样中，砷浓度大于0.01mg/L的水样占所有水样的1.72％;河南的9977份水样中，砷浓度大于0.01mg/L的水样占所有水样的5.75％;安徽的3368份水样中，砷浓度大于0.01mg/L的水样占所有水样的17.31％;江苏的32614份水样中，砷浓度大于0.01mg/L的水样占所有水样的4.76％。各省数据之间相比，差异都具有统计学意义。　　2、四省总样品数分布于2781个自然村中。确认高砷污染村(＞0.01mg/L)有474个，总检出率为17.04，其中山东、河南、安徽、江苏四省高砷村检出率分别为13.19％、23.82％、74.25％和6.38％，各省之间的检出率差异具有统计学意义　　3、以县（区）为单位，在共计103个县（区）中，由GIS预测模型所预测的概率大于0.3的高砷县有72个，占总数的69.90％，其中山东、河南、安徽、江苏四省地下水高砷预测概率大于0.3的分别有67.86％、61.36％、85.71％和82.35％;　　4、在103个县（区）中，抽样超标的县（区）有62个，其中经GIS模型预测地下水高砷概率大于0.3的有42个，灵敏度为67.74％;未超标检出的县（区）有41个，经GIS模型预测地下水高砷概率小于0.3的有11个，特异度为26.83％;山东、河南、安徽、江苏四省GIS模型预测结果灵敏度分别为57.89％、59.09％、84.62％、87.50％。　　5、在2781个自然村中，地下水砷浓度超标村有474个，其中经GIS模型预测地下水高砷概率大于0.3的有342个，灵敏度为72.15％;地下水砷浓度正常村有2307个，经GIS模型预测地下水高砷概率小于0.3的有667个，特异度为28.91％;山东、河南、安徽、江苏四省地下水砷浓度超标自然村GIS模型预测结果灵敏度分别为39.24％、71.29％、80.90％、82.11％。　　结论：　　1、淮河流域四省均检出不同数量的高砷水井，各省数量比例之间存在差异，其中安徽省水砷浓度大于0.01mg/L水井检出率最高，山东省最低;　　2、淮河流域四省均检出不同数量的高砷村，各省数量比例之间存在差异，其中安徽省水砷浓度大于0.01mg/L村检出率最高，江苏省最低;　　3、四省抽样调查分析结果与GIS模型预测结果拟合度较好，其中江苏省GIS预测结果灵敏度最高，基本证实了GIS模型对该地区地下水砷污染预测有较高的精确度。