Through remote sensing inversion, the evolution and treatment of saline and alkaline land can be monitored on a large scale in real time. The spectral data and salt content of samples for saline and alkaline land are obtained, and the inversion model is an improvement to the extreme learning machine, which is based on the activation function and the seagull optimization algorithm (SOA). First, the paper proposes the two-hidden-layer extreme learning machine (TELM) based on the hyperparameter activation function and the seagull optimization algorithm (HS-TELM). Then, opposition-based learning (OBL), the Cauchy distribution, and the inverse S-shaped functions (Anti-softsign, Anti-tanh, Anti-sigmoid) are used to improve the SOA, resulting in an improved seagull optimization algorithm (ISOA). At the same time, a series of improved algorithms based on the ISOA and the TELM, including the TELM based on the improved seagull optimization algorithm (ISOA-TELM), the TELM with different hidden layers containing different activation functions (D-TELM) based on the improved seagull optimization algorithm (ISOA-D-TELM), the TELM based on the hyperparameter activation function and the improved seagull optimization algorithm (ISOA-HS-TELM), and the TELM with different hidden nodes containing different activation functions (ND-TELM) based on the improved seagull optimization algorithm (ISOA-ND-TELM), are proposed. The experimental results show that the accuracy of the distribution map of salt content is 2.203 g/kg after adding the spectral correction model, which yields the expected high-precision inversion.

通过遥感反演，可以大规模实时监测盐碱地的演变和治理。得到盐碱地样品的光谱数据和含盐量，反演模型是对基于激活函数和海鸥优化算法（SOA）的极限学习机的改进。首先，论文提出了基于超参数激活函数和海鸥优化算法（HS-TELM）的二隐层极限学习机（TELM）。然后，使用基于对立的学习（OBL）、柯西分布和逆 S 形函数（Anti-softsign、Anti-tanh、Anti-sigmoid）来改进 SOA，从而得到改进的海鸥优化算法（ISOA） ）。同时，基于ISOA和TELM的一系列改进算法，包括基于改进海鸥优化算法（ISOA-TELM）的TELM，基于改进海鸥优化的不同隐藏层包含不同激活函数的TELM（D-TELM）算法（ISOA-D-TELM），基于超参数激活函数的TELM和改进的海鸥优化算法（ISOA-HS-TELM），以及基于包含不同激活函数的不同隐藏节点的TELM（ND-TELM）提出了改进的海鸥优化算法（ISOA-ND-TELM）。实验结果表明，加入光谱校正模型后，含盐量分布图的精度为2.203 g/kg，得到了预期的高精度反演。包括基于改进海鸥优化算法（ISOA-TELM）的TELM，基于改进海鸥优化算法（ISOA-D-TELM）的不同隐藏层包含不同激活函数的TELM（D-TELM），基于改进海鸥优化算法（ISOA-D-TELM）的TELM超参数激活函数和改进的海鸥优化算法（ISOA-HS-TELM），以及基于改进的海鸥优化算法（ISOA-ND-TELM）的不同隐藏节点包含不同激活函数的TELM（ND-TELM），是建议的。实验结果表明，加入光谱校正模型后，含盐量分布图的精度为2.203 g/kg，得到了预期的高精度反演。包括基于改进海鸥优化算法（ISOA-TELM）的TELM，基于改进海鸥优化算法（ISOA-D-TELM）的不同隐藏层包含不同激活函数的TELM（D-TELM），基于改进海鸥优化算法（ISOA-D-TELM）的TELM超参数激活函数和改进的海鸥优化算法（ISOA-HS-TELM），以及基于改进的海鸥优化算法（ISOA-ND-TELM）的不同隐藏节点包含不同激活函数的TELM（ND-TELM），是建议的。实验结果表明，加入光谱校正模型后，含盐量分布图的精度为2.203 g/kg，得到了预期的高精度反演。基于改进海鸥优化算法（ISOA-D-TELM）的不同隐藏层包含不同激活函数（D-TELM）的TELM，基于超参数激活函数和改进海鸥优化算法（ISOA-HS-TELM）的TELM )，以及基于改进的海鸥优化算法 (ISOA-ND-TELM) 的具有不同隐藏节点、包含不同激活函数的 TELM (ND-TELM)。实验结果表明，加入光谱校正模型后，含盐量分布图的精度为2.203 g/kg，得到了预期的高精度反演。基于改进海鸥优化算法（ISOA-D-TELM）的不同隐藏层包含不同激活函数（D-TELM）的TELM，基于超参数激活函数和改进海鸥优化算法（ISOA-HS-TELM）的TELM )，以及基于改进的海鸥优化算法 (ISOA-ND-TELM) 的具有不同隐藏节点、包含不同激活函数的 TELM (ND-TELM)。实验结果表明，加入光谱校正模型后，含盐量分布图的精度为2.203 g/kg，得到了预期的高精度反演。并基于改进的海鸥优化算法（ISOA-ND-TELM）提出了具有不同隐藏节点、包含不同激活函数的TELM（ND-TELM）。实验结果表明，加入光谱校正模型后，含盐量分布图的精度为2.203 g/kg，得到了预期的高精度反演。并基于改进的海鸥优化算法（ISOA-ND-TELM）提出了具有不同隐藏节点、包含不同激活函数的TELM（ND-TELM）。实验结果表明，加入光谱校正模型后，含盐量分布图的精度为2.203 g/kg，得到了预期的高精度反演。