En este artículo, consideramos una red heterogénea asistida por un vehículo aéreo no tripulado (VANT) en una zona de desastre, que incluye un VANT, usuarios celulares en tierra y usuarios de sensores en tierra. Los datos celulares y de sensores se transmiten a los VANT por parte de los usuarios celulares y de sensores, debido a la interrupción de la red inalámbrica terrestre causada por el desastre. En este escenario, nuestro objetivo es minimizar el consumo de energía de todos los usuarios, para extender su tiempo de comunicación y facilitar el rescate. Al mismo tiempo, los usuarios celulares y de sensores tienen diferentes requisitos de tasa, por lo que se debe garantizar la calidad del servicio (QoS) de los usuarios. Para resolver estos desafíos, proponemos un algoritmo de selección de relés y asignación de recursos eficiente en energía. Primero, para resolver el problema de cobertura insuficiente de la red de un solo VANT, proponemos realizar una transmisión de múltiples saltos para los usuarios fuera de la cobertura del VANT seleccionando relés adecuados de manera eficiente en energía. En segundo lugar, para los usuarios celulares y de sensores dentro de la cobertura del VANT pero con diferentes requisitos de QoS, diseñamos un esquema de transmisión basado en acceso múltiple no ortogonal (NOMA) para mejorar la eficiencia del espectro. Se utiliza el aprendizaje por refuerzo profundo para ajustar dinámicamente el nivel de potencia y las sub-bandas asignadas para los usuarios internos con el fin de reducir el consumo de energía y mejorar la satisfacción de QoS. Los resultados de la simulación muestran que el esquema de transmisión NOMA propuesto puede lograr una mejora del 9-17% y del 15-32% en la reducción de la potencia de transmisión y en la mejora de la satisfacción de QoS, respectivamente, en comparación con los esquemas de transmisión NOMA de última generación y el esquema de acceso múltiple ortogonal.