En situaciones de emergencia, como terremotos, deslizamientos de tierra y otros desastres naturales, la infraestructura de comunicaciones terrestres se ve gravemente interrumpida y no puede proporcionar servicios a los dispositivos IoT terrestres. Sin embargo, las tareas en escenarios de emergencia a menudo requieren altos niveles de potencia de cálculo y suministro de energía que no pueden ser procesados lo suficientemente rápido por los dispositivos locales y requieren descarga computacional. Además, descargar tareas a estaciones base de borde equipadas con servidores puede no ser siempre factible debido a la falta de infraestructura o la distancia. Dado que los satélites de órbita baja (LEO) tienen abundantes recursos de computación y los vehículos aéreos no tripulados (UAV) tienen un despliegue flexible, descargar tareas a servidores de borde de satélites LEO a través de UAV se vuelve sencillo, lo que proporciona servicios de computación a dispositivos terrestres. Por lo tanto, este documento investiga las tareas computacionales y la asignación de recursos en una red de satélites LEO de múltiples capas asistida por UAV, teniendo en cuenta los recursos de computación de los satélites y los volúmenes de tareas de los dispositivos. Con el fin de minimizar la suma ponderada del consumo de energía y el retraso en el sistema, el problema se formula como un problema de optimización restringida, que luego se transforma en un Problema de Decisión de Markov (MDP). Proponemos una arquitectura de red de integración del espacio aéreo asistida por UAV, y un algoritmo de descarga de tareas y asignación de recursos basado en Gradiente de Política Determinista Profunda y Memoria a Corto y Largo Plazo (DDPG-LSTM) para resolver el problema. Los resultados de simulación demuestran que la solución supera el enfoque base y que nuestro marco y algoritmo tienen el potencial de proporcionar servicios de comunicación confiables en situaciones de emergencia.