Power-law spectral scaling violates assumptions of standard analyses such as statistical change detection. However, hydroclimatic data sets may be too short to differentiate the spectra of 1/f α vs low-order linear memory processes, an ambiguity exacerbated by the ubiquity of both process types. We explore this non-uniqueness problem by applying a heuristic tool to four examples from each of four hydroclimatic data types: circulation indices, station climate, river and aquifer conditions, and glacier mass balance. This selection spans much of the globe and includes some of the longest instrumental data sets available. The most common outcome is that power-law scaling is apparent, but the record is insufficiently long to discriminate between underlying mechanisms. The use of palaeoclimatic data to extend the instrumental record was investigated, but produced mixed results. Conversely, a balance-of-evidence approach, additionally incorporating physical process considerations, may help us recognize variate classes for which 1/f α scaling can be concluded. Practical recommendations are offered.Key words spectrum; persistence; streamflow; groundwater; glacier; palaeoclimate Un problème de non-unicité dans l'identification de la scalance spectrale des lois de puissance pour des séries chronologiques hydroclimatiques Résumé La scalance spectrale d'une loi de puissance ne satisfait pas les hypothèses des analyses classiques telles que la détection des changements statistiques. Les ensembles de données hydroclimatiques peuvent cependant être trop courts pour différencier les processus de spectres en 1/fα des processus linéaires à mémoire courte, ambiguïté exacerbée par l'omniprésence de ces deux types de processus. Nous avons exploré ce problème de non-unicité en appliquant un outil heuristique à quatre exemples de chacun de quatre types de données hydroclimatiques suivants: indices de circulation, climat d'une station, caractéristiques d'une rivière et d'un aquifère et bilan de masse d'un glacier. Cette sélection est répartie sur une grande partie du globe et comprend certaines des plus longues séries disponibles de données instrumentales. Le premier résultat est que la scalance selon une loi de puissance est évidente, mais que les séries ne sont pas suffisamment longues pour distinguer entre les mécanismes sous-jacents. L'utilisation des données paléoclimatiques pour étendre la durée des séries instrumentales a été étudiée, mais n'a fourni que des résultats mitigés. Inversement, une approche par bilan des informations, intégrant en outre des considérations de processus physiques, peut nous aider à reconnaître les classes de variables pour lesquelles on peut conclure à une scalance en 1/fα. Des recommandations pratiques sont proposées.