本研究提出了CTEFNet模型，旨在解决ENSO长期预测中的气海交互问题。该模型结合了卷积神经网络和变换器，能够有效进行20个月的预测，并超越传统方法。通过灵敏度分析，CTEFNet揭示了影响ENSO动态的关键信号，展示了深度学习在气候预测中的潜力。