La expansión urbana en áreas rurales y periurbanas aumenta los riesgos de deslizamientos de tierra, planteando amenazas significativas a la infraestructura y la seguridad pública. Sin embargo, la mayoría de los estudios se centran en el desplazamiento superficial o en los insumos meteorológicos, con menos énfasis en los datos de sensores subsuperficiales que podrían detectar los primeros precursores de inestabilidad. Para abordar estas lagunas, este estudio presenta una validación de prueba de concepto, estableciendo la viabilidad de utilizar datos de sensores subsuperficiales para predecir desplazamientos en pendientes cercanas a la superficie. Un modelo de pendiente a escala de laboratorio (300 cm x 50 cm x 50 cm) con una inclinación de 30 grados fue sometido a lluvia simulada (150 mm/h durante 180 s), midiendo el desplazamiento a profundidades de 5 cm y 25 cm utilizando extensómetros PDP-2000. El Regresor de Aumento de Gradiente (GBR) capturó eficazmente la relación no lineal entre los desplazamientos subsuperficiales y superficiales, logrando una alta precisión predictiva (R2 = 0.939, MSE = 0.470, MAE = 0.320, RMSE = 0.686). Los resultados demuestran que, aunque los sensores subsuperficiales no detectan eventos de fallo súbito, capturan eficazmente la deformación progresiva, ofreciendo insumos valiosos para sistemas de alerta temprana de múltiples sensores en la planificación urbana proactiva. A pesar de demostrar viabilidad, las limitaciones incluyen el entorno controlado del laboratorio y las condiciones simplificadas de la pendiente. El trabajo futuro debería centrarse en la validación a escala de campo y la fusión de múltiples sensores para mejorar la aplicabilidad en el mundo real en diversos entornos geológicos.