La construcción de un paso subterráneo puede causar una severa deformación estructural del túnel existente en operación. El asentamiento diferencial longitudinal inducido entre los segmentos puede representar un gran riesgo para los metros en funcionamiento, por lo que es de gran importancia monitorear y predecir el asentamiento. En este estudio, se implementó un sistema de Red de Sensores Inalámbricos (WSN) para obtener datos de monitoreo horario del asentamiento desde el principio del paso subterráneo hasta el período posterior a la construcción. Se propone un modelo de pronóstico mejorado de múltiples pasos directos (DMS) llamado ConvRes-DLinear, que fusiona datos de monitoreo con sesgo de codificación temporal y de proceso para extraer y aprender profundamente la correlación temporal de las series temporales. También se construye un modelo LSTM residual para comparar la precisión del modelo DLinear mejorado. El experimento de entrenamiento y prueba sobre los datos de monitoreo del asentamiento longitudinal obtenidos por el sistema WSN muestra que el modelo ConvRes-DLinear con sesgo de codificación temporal y de proceso tiene un rendimiento sorprendentemente bueno con un error de predicción mínimo. Se discuten las características del modelo propuesto para hacer que los resultados sean explicables. El sistema de monitoreo y el modelo de pronóstico de series temporales propuestos en este estudio tienen una significación orientadora para el monitoreo y la predicción del asentamiento diferencial longitudinal de túneles bajo perturbaciones ambientales.