季节性气候趋势（例如，过去几十年来南极洲夏季气温的升高）是人为的还是自然的，对于减缓和适应措施都非常重要。传统的显著性分析假设：（i）季节气候趋势可以通过线性回归来量化，（ii）不同的季节记录可以被视为独立的记录，以及（iii）每个季节记录的持久性可以通过短期记忆来表征，这些记录由一阶自回归过程描述。在这里，我们表明假设 ii 是无效的，因为不同的季节之间存在很强的年内相关性。我们还表明，即使没有相关性，对于高斯白噪声，传统分析也会导致对季节性趋势重要性的强烈高估，因为没有考虑多重测试。此外，当数据表现出长期记忆（在大多数气候记录中都是这种情况），假设III导致对趋势重要性的进一步高估。将蒙特卡罗模拟与Holm-Bonferroni方法相结合，我们展示了如何在长期相关记录中获得对季节性气候趋势重要性的可靠估计。举例来说，我们将我们的方法应用于西南极洲的代表性温度记录，西南极洲是地球上变暖最快的地方之一，属于地球系统中的关键倾倒元素。