La gestión efectiva de incendios forestales exige una integración fluida de la detección en tiempo real y la previsión de propagación a largo plazo. Este documento propone un novedoso pipeline híbrido de UAV-satélite eficiente en energía que sinergiza la agilidad de los UAV con la escala de la inteligencia satelital. El sistema comienza con un módulo de detección multi-UAV guiado por un panel de control que evalúa la probabilidad de incendio a partir de datos satelitales históricos y permite un despliegue escalable y eficiente en energía con procesamiento a bordo de baja latencia. Este componente aéreo asegura vigilancia persistente y detección confiable de igniciones, respaldado por un esquema de comunicación Dual LoRa (Long Range) para una conectividad robusta y de bajo consumo. Logra un F1-score del 97.4% mientras minimiza el consumo de energía para extender los tiempos de vuelo operativos. Tras la detección, el pipeline transita a una fase dinámica de predicción de perímetro utilizando un conjunto de datos boreales canadienses personalizado. Empleamos un Squeeze-and-Excitation Residual U-Net (SE-ResUNet) para modelar la propagación del fuego espaciotemporal basada en características del terreno estáticas y ambientales dinámicas. El modelo fue validado utilizando un marco de simulación dinámica que evalúa la consistencia temporal y el comportamiento de convergencia en comparación con las máscaras finales de área quemada acumulada, abordando efectivamente la ausencia de verdad de terreno diaria. En estas condiciones, el modelo logra un recall del 84% y un AUC de 0.97, demostrando una fuerte capacidad para delinear frentes de fuego activos. Al acoplar la detección de UAV impulsada por un panel de control con modelado predictivo basado en satélites, este trabajo establece un marco modular y fundamental para apoyar la previsión en condiciones de escasez de datos en la gestión moderna de incendios forestales.