A caracterização dos méis monoflorais tomou-se uma tendência mundial. Sendo assim, este trabalho apresenta o desenvolvimento e otimização de metodologias para as análises de carboidratos por Cromatografia Líquida de Alta Eficiência (CLAE), para o tipo de montagem da lâmina para a realização do espectro polínico e para a determinação do conteúdo de umidade, com o intuito de caracterizar as amostras de méis monoflorais de eucalipto e laranja de algumas regiões do Estado de São Paulo. Na análise polínica foi empregado o método modificado de Iwama e Melhem (1979) para limpeza dos grãos de pólen, e para a montagem da lâmina foi realizado um estudo de comparação entre o método de Iwama e Melhem (1979) e o método proposto (Louveaux modificado, 1978), através de um teste de duas proporções. No conteúdo de umidade foi realizada a comparação de dois métodos oficiais (AOAC e EHC) através de um planejamento fatorial e um estudo da variabilidade empregando-se um planejamento hierárquico. Para a análise do conteúdo de carboidratos realizou-se a otimização das condições de análise por CLAE, empregando-se um planejamento de misturas e uma análise de regressão linear para curvas de calibração, um teste-t para estudo da recuperação e uma análise de variância (ANOVA) para comparar os conteúdos de carboidratos das duas floradas. Na análise polínica pode se observar que o método proposto (Louveaux modificado) era o mais adequado visto que este apresentava uma maior distribuição das famílias de menor freqüência. Com os espectro polínicos (pólen dominante) das amostras de méis coletadas pode-se classificar os méis como monoflorais de eucalipto e laranja. Através da análise do espectro polínico completo pode-se observar que os méis monoflorais de laranja possuem uma diversificação maior de famílias em relação aos méis monoflorais de eucalipto, sugerindo que estes méis possuem uma maior variação de néctares e grãos de pólen na sua formação, sendo que este fato pode estar relacionado às regiões de cultivo. O planejamento fatorial 2² no conteúdo de umidade sugeriu que as amostras cristalizadas interferem na medida do índice de refração. O emprego do pré-tratamento da amostra (EHC) permitiu uma diminuição nos conteúdos de umidade das amostras cristalizadas. Quando este pré-tratamento foi usado para amostras líquidas não se observaram diferenças significativas no teor de umidade. Pode-se então sugerir que o método refratométrico da Comunidade Européia de Mel (EHC) seria os mais adequados para ser usada nas amostras líquidas e cristalizada. O estudo da variabilidade dos conteúdos de umidade realizado através de um planejamento hierárquico e análise de variância (ANOVA) indicaram que existem diferenças significativas entre as fontes florais e entre as amostras de méis. Foram escolhidas como melhores condições experimentais para a determinação dos carboidratos no mel por CLAE, o uso de coluna de aminopropil de tamanho menor (15,0cm x 4,5cm), e uma temperatura de 32°C na coluna e de 35,5°C para o detector de índice de refração e uma vazão de fluxo de 1,2 mL/min. Para a fase móvel o planejamento em misturas realizado, indicou como melhor fase móvel a mistura 50:10:40(acetonitrila; água; acetato de etila). Ao realizar as curvas de calibração dos carboidratos (glicose, frutose, sacarose, turanose e maltose) pode-se observar que estas eram lineares, com R²_ajust altos e precisão aceitáveis para a quantificação dos carboidratos. Foi determinada a capacidade de detecção (0,2 - 0,4%) e capacidade de quantificação (0,7 - 1,3%) para a sacarose, turanose e maltose. O estudo de recuperação média dos carboidratos sugeriu que curvas de calibração poderiam ser utilizadas com confiança para determinar os conteúdos de carboidratos. A avaliação entre as concentrações médias dos carboidratos individuais pela ANOVA e pelo teste-t ao nível de 95% de confiança dos méis monoflorais de eucalipto e laranja, sugeriu que existem diferenças significativas nas concentrações de glicose, sacarose e turanose nas amostras de méis. Desta forma pode-se classificar os méis monoflorais de eucalipto e laranja através do espectro polínico. Conclui-se que as determinações do conteúdo de umidade e carboidratos (glicose, sacarose e turanose) podem se empregados para caracterizar a origem botânica dos méis monoflorais de eucalipto e laranja.

Considering the characterization of monofloral honeys as a worldwide tendency, this study presents the development and optimization of methodologies for carbohydrate analysis by HPLC, the kind of standardization for lamina preparations for pollen analysis and the determination of moisture content in order to characterize eucalyptus and orange monofloral honey samples from some regions in São Paulo State. The modified method of Iwama and Melhem (1979) was employed for pollen analysis pollen cleaning. For lamina preparation it a comparison study was made between the Iwana and Melhem (1979) method and the proposed method (Louveaux modified) through two proportion tests. A comparison for moisture content was made between two official methods (AOAC and EHC) through a factorial desing and a study of variability through hierarchical desings. For the carbohydrate content analysis an optimization of analysis conditions for HPLC was made using mixture desing and a linear regression analysis for calibration curves, a t-test for a recovery study and a variance analysis (ANOVA) to compare the carbohydrate contents of both floral origins. In pollen analysis one can observe that the proposed Louveaux modified method was the most adequate since it showed a bigger distribution of less frequently occcoring families. With the pollen spectrum (dominant pollen) from honey samples, the monoflorals of eucalyptus and orange, can be classified. And by complete pollen spectrum analysis one can observe that orange monofloral honeys contain more diversified families relative to eucalyptus monofloral honeys, suggesting these honeys have a bigger variation of nectars and pollen grains in their formation. This fact can be related to regions of plantation. The factorial desing 2² in moisture content suggests that the crystallized samples interfere in refractive index measurements. The (EHC) sample pre-treatment led to lower moisture contents of crystallized samples. When this pre-treatment was used for liquid samples no significant differences were observed concerning moisture content. Therefore it can be suggested that the EHC refractrometric method is more appropriate to use for liquid and crystallized samples. The study of moisture content variability through hierarchical desing and variance analysis indicates significant differences among floral sources and moisture content of honey samples. The use of a aminopropil column of smaller size (15,0 cm x 4,5 cm) and a temperature of 32 ° C in the column and 35,5 ° C for the refractive index detector and a flow rate of 1.2 ml/min were the best experimental conditions chosen to determine the carbohydrates in honey by HPLC. For the mobile phase the mixture desing indicated that the best combination was 50: 10: 40( acetonitrile, water, ethyl acetate). The calibration curves of the carbohydrates (glucose, fructose, sucrose, turanose, maltose) were linear, with high R² and had acceptable accuracy for carbohydrate quantification. 80th the detection capacity and quantification capacities were determined the former being (0.2 - 0.4%) and the latter (0.7 - 1.3 %) for sucrose, turanose and maltose. The mean recovery study of carbohydrates suggested that the calibration curves are reliable to determine carbohydrate contents. The evaluation among the mean concentrations of individual carbohydrates by ANOVA and t-test at the 95% confidence level of eucalyptus and orange monofloral honeys suggested that there are significant differences in glucose, sucrose and turanose concentration in these honey samples. In this way eucalyptus and orange monofloral honeys can be classified by the pollen spectrum. Therefore, it was concluded that the eucalyptus and orange monofloral honeys can be classified by moisture content determination and/or carbohydrate (glucose, sucrose and turanose) determination.