La rugosidad de la superficie es un parámetro del terreno que se ha aplicado ampliamente al estudio de los procesos geomorfológicos. Uno de los principales desafíos en el estudio de la rugosidad es su naturaleza altamente dependiente de la escala. Determinar escalas de mapeo apropiadas en paisajes topográficamente heterogéneos puede ser difícil. Se presenta un método para estimar la rugosidad de la superficie a múltiples escalas basado en la desviación estándar de las normales de la superficie. Este método utiliza la partición de escalas y el procesamiento de imágenes integrales para aislar escalas de complejidad superficial. La eficiencia computacional del método permite una alta densidad de muestreo de escalas y la identificación de la rugosidad máxima para cada celda de la cuadrícula en un modelo digital de elevación (DEM). El enfoque se aplicó a un DEM LiDAR de 0.5 m de resolución en un área de 210 km cerca de Brantford, Canadá. El estudio de caso demostró una heterogeneidad sustancial en las propiedades de rugosidad. A escalas más cortas, los patrones de labranza y otra micro-topografía asociada con el suelo bajo la cubierta forestal dominaron las firmas de escala de rugosidad. El uso agrícola extensivo resultó en que el 35.6% del sitio exhibiera la rugosidad máxima a escalas micro-topográficas. A escalas espaciales más grandes, la topografía morrénica ondulada y las formas de relieve fluvial, incluidos los canales incisos y los bancos de meandros, se asociaron con la rugosidad máxima de la superficie. Este método permitió el mapeo de la rugosidad a escalas espaciales que están localmente adaptadas al contexto topográfico de cada celda de la cuadrícula dentro de un DEM. Además, el análisis reveló diferencias significativas en las características de rugosidad entre las categorías de textura del suelo, demostrando la utilidad práctica de una rugosidad localmente adaptativa y optimizada por escala.