El mercurio atmosférico y los iones inorgánicos solubles en agua son contaminantes del aire comúnmente observables en la atmósfera que pueden tener fuentes de emisión similares. En este estudio, se analizaron las características de contaminación interrelacionadas del mercurio especiado atmosférico utilizando un diagrama de Piper, análisis de correlación, análisis de episodios de contaminación y técnicas de función de contribución de fuentes potenciales (PSCF). Además, se construyó una ecuación de regresión empírica para predecir la variación temporal del mercurio elemental gaseoso (GEM). Los resultados mostraron que las concentraciones de GEM y mercurio ligado a partículas (PBM) aumentaron aproximadamente con el aumento de los valores porcentuales de NH en la normalidad catiónica, y aumentaron exponencialmente con la disminución de los valores porcentuales de Na + Mg en la normalidad catiónica. El análisis de correlación reveló que el mercurio especiado atmosférico estaba positivamente correlacionado (p < 0.01) con la mayoría de los iones inorgánicos solubles en agua, especialmente para GEM, que estaba estrechamente correlacionado con NO, NO, CO, PM, NO SO, NH y K (r > 0.5, p < 0.01), lo que indica que las fuentes de emisión de GEM estaban relacionadas con la combustión de combustibles fósiles y biomasa, actividades industriales y emisiones del tráfico. El análisis de episodios de contaminación mostró que PM, (incluyendo SO, NO, NH, K y Cl), SO y NO generalmente exhibieron variaciones sincrónicas con GEM y PBM, y se observaron correlaciones positivas entre GEM y PM, SO, NO, NH, K, Cl, SO y NO (r = 0.35-0.74, valor p < 0.01). Además, la región de fuente potencial de GEM fue similar a la de PM, SO, NO, NH, K y Ca. Basado en los hallazgos anteriores, se construyó una ecuación de regresión empírica satisfactoria, con PM, NO, CO y el valor porcentual de Na + Mg en la normalidad catiónica como variables independientes para la simulación de GEM. El resultado mostró que la variación en las concentraciones de GEM podría preverse bien mediante estas variables. Este modelo podría servir como una herramienta de sustitución potencial para la medición de GEM en el futuro.