Los desastres por inundaciones a menudo interrumpen las redes viales y reducen severamente la accesibilidad terrestre, dificultando la entrega oportuna de suministros de emergencia. Para abordar este desafío, este estudio investiga un problema de enrutamiento colaborativo que involucra múltiples vehículos y múltiples UAV bajo interrupciones viales y formula un modelo de programación lineal entera mixta que minimiza conjuntamente el tiempo total de la misión y el tiempo de respuesta ponderado por prioridad para nodos críticos. El modelo captura explícitamente la viabilidad de las carreteras, las velocidades de los vehículos afectadas por la profundidad de la inundación, las salidas de UAV multipunto, el consumo de energía dependiente de la carga útil y la sincronización espaciotemporal entre vehículos y UAV. Para equilibrar la calidad de la solución y la escalabilidad, se desarrolla un marco de solución de doble vía: se utiliza optimización exacta para instancias pequeñas, mientras que se diseña un algoritmo de búsqueda de vecindario grande adaptativo con programación dinámica incorporada para instancias más grandes. Un estudio de caso basado en la inundación de Guangdong de 2024 con 135 puntos de demanda muestra que la heurística puede obtener soluciones de alta calidad de manera eficiente y supera las soluciones MILP limitadas por tiempo en instancias grandes. Experimentos comparativos demuestran además que las salidas multipunto, la coordinación integrada y el refinamiento de salidas incorporadas son cruciales para la mejora del rendimiento. El análisis de sensibilidad indica que establecer el coeficiente de compensación alfa dentro de 0.2-0.8 proporciona un equilibrio robusto entre la eficiencia general de la misión y la respuesta oportuna a nodos críticos.