Para abordar desafíos como el inicio repentino de incendios urbanos, retrasos en la sincronización de datos en sistemas de alerta temprana, retrasos en la respuesta y monitoreo rutinario insuficiente, este documento propone un algoritmo de Optimización Colaborativa Espacio-Temporal para el Control y Programación Conjunta (STCO-JCS) adaptado para vehículos aéreos no tripulados (UAV) y redes de sensores inalámbricos (WSN). Primero, el análisis de autocorrelación espacial basado en datos de incendios clasifica las áreas en zonas de riesgo ultra alto, alto, medio y bajo para ayudar a determinar las prioridades de acceso de los UAV. En segundo lugar, construimos trayectorias de inspección óptimas para el UAV teniendo en cuenta la secuencia de inspección y la topografía de la ciudad. Al modelar las desviaciones de la trayectoria causadas por la interferencia del viento y diseñar algoritmos de control de precisión, mejoramos la exactitud de la trayectoria de vuelo del UAV, logrando en última instancia el objetivo de reducir el tiempo de inspección del UAV. Finalmente, al coordinar las operaciones espacio-temporales de los drones y las redes de sensores inalámbricos, podemos lograr una detección temprana y una respuesta rápida en zonas de incendio de alto riesgo, reduciendo así el consumo de energía de los drones mientras mejoramos la eficiencia del sistema de monitoreo de incendios UAV-WSN. Los resultados de simulación demuestran que, bajo un área de simulación de 20 kilómetros cuadrados, el STCO-JCS controla las trayectorias de inspección dentro de 14-17 km. En el escenario de múltiples UAV, el método propuesto logra aproximadamente un 3.17-9.66% de mejora en la eficiencia energética, mientras que en el escenario de un solo UAV, se observan mejoras del 10.83%, 50.54% y 9.26% en las métricas. Esto proporciona un apoyo efectivo para la toma de decisiones en el despliegue dinámico de recursos de lucha contra incendios y rescate.