La predicción de la deformación por desplazamiento es crítica para el monitoreo de desastres por deslizamientos de tierra, ya que un buen sistema de predicción de desplazamiento de deslizamientos ayuda a reducir las pérdidas materiales y las víctimas. Los deslizamientos de tierra en el Área del Embalse de las Tres Gargantas (TGRA) se ven afectados por la precipitación y las fluctuaciones en el nivel del agua del embalse, y la deformación por desplazamiento muestra una curva en forma de escalón. El desplazamiento de los deslizamientos en TGRA está relacionado con su geología y se ve afectado por factores externos. Por lo tanto, este estudio propone un nuevo modelo de predicción de desplazamiento de deslizamientos basado en la descomposición de modo variacional (VMD) y una máquina de aprendizaje extremo con núcleo optimizada por el halcón de Harris (HHO-KELM). Específicamente, VMD descompone el desplazamiento medido en componentes de tendencia, periódicos y aleatorios. Luego, los factores influyentes también se descomponen en componentes periódicos y aleatorios. Los datos de características, con datos periódicos y aleatorios, se introducen en el conjunto de entrenamiento, y los componentes de tendencia, periódicos y aleatorios se predicen por HHO-KELM, respectivamente. Finalmente, el desplazamiento total predicho se calcula sumando los valores predichos de los tres componentes. La precisión y efectividad del modelo de predicción se prueban en el deslizamiento de Shuizhuyuan en el TGRA, con los resultados que demuestran que el nuevo modelo proporciona una precisión de predicción satisfactoria sin configuraciones de parámetros complejas. Por lo tanto, bajo la premisa de que VMD descompone efectivamente los datos de desplazamiento, combinado con la capacidad de optimización global del algoritmo heurístico HHO y la capacidad de aprendizaje rápido de KELM, HHO-KELM puede utilizarse para la predicción de desplazamientos de deslizamientos en forma de escalón en el TGRA.