Atualmente, há uma grande demanda no setor de alimentos por novos procedimentos analíticos, uma vez que o setor passa por uma grande transformação. Esta tese tem por objetivo o desenvolvimento de novos procedimentos analíticos limpos para a avaliação de autenticidade, conformidade e qualidade de leite e canela. Os procedimentos propostos objetivaram: (i) Determinação de proteínas, formaldeído e pH em leite utilizando fotometria por imagens digitais adquiridas com a câmera de um smartphone e conversão destas em sinais analíticos, utilizando canais do sistema RGB; (ii) Determinação simultânea de proteínas e gorduras em leite explorando o efeito caotrópico do etanol e sua habilidade de extração de gorduras do leite; (iii) Diferenciação de canela e cássia utilizando imagens hiperespectrais associadas a software de reconhecimento de padrões; (iv) Diferenciação de canela e cássia com base na composição mineral determinada por ICP OES. Os procedimentos baseados em imagens digitais e o proposto para a determinação simultânea de proteínas e gorduras atingiram precisão na ordem de 2%, baixos limites de detecção, preparo de amostra simples, baixo consumo de reagentes e baixa geração de resíduos, com resultados concordantes com os procedimentos de referência (NIR e HPLC-UV). O procedimento baseado em imagens hiperespectrais permitiu identificar 12 padrões de cor predominantes nas amostras comerciais e uma banda de absorção de radiação associada à celulose em amostras de canela. Amostras de canela apresentaram maiores teores de Mg e Mn, elemento associado à clorofila, enquanto amostras de cássia apresentaram maior teor de Ca que, em Cinnamomum sp., possui relação com o teor de amido do vegetal. Foi possível identificar que amostras de canela em pó apresentavam perfil semelhante às amostras de cássia em pó, o que confirma relatos de adulteração do produto. Além disso, foi possível identificar que amostras de canela e cássia apresentam composição comparável quanto a Zn, K, P e S

Currently, there is an increasing demand in the food sector for new analytical procedures due to the high transformation the sector undergoes. This thesis aims to develop new green analytical procedures to assess the authenticity, conformity, and quality of milk and cinnamon. The proposed procedures aimed at: (i) Determination of proteins, formaldehyde, and pH in milk using smartphone-based digital images followed by their conversion into analytical signals by using the RGB color system; (ii) Simultaneous determination of proteins and fats in milk exploiting the chaotropic effect of ethanol and its ability to extract milk fatty acids; (iii) Differentiation of cinnamon and cassia samples based on hyperspectral images associated to a software of pattern recognition; (iv) Differentiation of cinnamon and cassia based on the mineral composition determined by ICP OES. The procedures based on digital images and that based on simultaneous determination of protein and fat achieved accuracy of 2%, low limits of detection, simple sample preparation, low consumption of reagents and waste generation, with results in agreement with the reference procedures (NIR and HPLC-UV). The procedure based on hyperspectral images allowed the identification of 12 predominant color patterns in commercial and cinnamon samples and an absorption band associated to cellulose. Cinnamon samples had a higher concentration of Mg and Mn, elements associated with chlorophyll, while cassia samples had a higher content of Ca, which is related to the starch content in Cinnamomum sp. It was possible to identify that cinnamon powder had a similar pattern of minerals than cassia powder, what can state the possible practice of tampering in these products. Furthermore, it was possible to identify that cinnamon and cassia samples have a comparable composition in terms of Zn, K, P, and S